自然環(huán)境中基于圖優(yōu)化的單目視覺SLAM的研究.pdf

1、機器人在未知環(huán)境中根據(jù)自身位置估計和傳感器數(shù)據(jù)，完成定位和創(chuàng)建環(huán)境地圖即同時定位與地圖構建(SLAM)，SLAM是實現(xiàn)機器人自主導航的基礎和關鍵技術，也是增強現(xiàn)實技術、視覺醫(yī)療、三維重建、智能家居等領域的熱點研究對象;由于視覺傳感器有獲取信息量大、適用范圍廣、安裝方便、廉價等諸多優(yōu)點，基于視覺SLAM已成為國內(nèi)外研究的熱點。如何快速穩(wěn)定地描述自然環(huán)境特征、有效地構建室內(nèi)外較大規(guī)模地圖并且優(yōu)化系統(tǒng)的數(shù)據(jù)關聯(lián)是SLAM領域的難點也是本文研究

2、的重點。本文的單目視覺SLAM的算法模塊可概括為自然路標特征提取、關鍵幀檢測、閉環(huán)檢測;運動結構恢復、地圖優(yōu)化、逆深度估計處理。主要工作和創(chuàng)新點如下:
　　首先，研究不同的圖像特征算法以及特征分布對SLAM性能的影響。兼顧圖像特征提取的快速性和穩(wěn)定性兩方面的要求，選擇二進制ORB特征提取算法來描述自然環(huán)境;為進一步增強所選取地圖特征的魯棒性，提高定位精度，提出采用一種基于區(qū)域分割的ORB特征提取優(yōu)化方法。為了實現(xiàn)較大規(guī)模環(huán)境的構建

3、，圖優(yōu)化模型只對關鍵幀進行處理，通過比較各種場景采樣技術的原理和優(yōu)劣，提出采用將時間選擇法與圖像匹配法融合作為關鍵幀的選取方法。
　　其次，在圖像特征算法與關鍵幀的基礎上，構建了可生長詞匯樹的詞袋模型進行閉環(huán)檢測優(yōu)化系統(tǒng)的數(shù)據(jù)關聯(lián)。將時間連續(xù)性和空間一致性作為約束，提高閉環(huán)檢測的正確性，并且將閉環(huán)檢測方案運用到特定跟蹤丟失的情況下。
　　然后，構建攝像頭成像模型完成攝像頭的標定并且采用關鍵幀間本質(zhì)矩陣做奇異值分解(SVD)恢