基于深度信息的仿生視覺模型快速RGB-DICP算法研究.pdf

1、移動機器人是機器人研究領域的重要方向，如何在未知環(huán)境下進行同步的定位與制圖SLAM（Simultaneous Localization and Map Building）屬于移動機器人導航領域的一個關鍵問題。通過對以往SLAM算法的研究與分析，可以發(fā)現(xiàn)，SLAM算法種類是多樣的，不同的算法的選擇取決于硬件條件中的傳感器。隨著2010年RGB-D傳感器問世以來，因其較高的性價比，RGB-D傳感器被廣泛應用與移動機器人的定位導航等領域。其中

2、，比較新穎的RGB-D SLAM算法一直是近幾年3D SLAM領域的熱點。
　　本文針對RGB-D SLAM實時性提出一種將RGB-D傳感器深度值作為參數(shù)的仿生視覺模型。眾所周知生物對環(huán)境的感知是越近越清晰，越遠越模糊，距離過遠可忽略不計。由此，本文提出了一種基于傳感器深度值的梯形濾波算法，可以減少ICP計算成本從而在保證3D環(huán)境地圖質量的前提下提高RGB-D SLAM運行效率。
　　本文首先概括了本課題研究的主要內容即RG

3、B-D SLAM實時性問題，并總結了國內外學者的研究現(xiàn)狀。然后根據傳感器參數(shù)性質并結合RGB-D ICP算法提出仿生視覺模型。為了進一步驗證仿生視覺模型對RGB-D SLAM算法的可行性影響，我們采用了開源機器人操作系統(tǒng)ROS(Robot Operating System)作為軟件平臺,全向輪移動機器人作為實驗機器人,對該改進算法性能進行驗證、測試、分析與評價。實驗中針對遇到的制圖精度差這一問題引入Kinect-IMU融合算法，單獨評估