基于SURF特征的單目視覺SLAM技術(shù)研究與實(shí)現(xiàn).pdf

1、未知非結(jié)構(gòu)化環(huán)境下移動(dòng)機(jī)器人自主導(dǎo)航與定位研究的一個(gè)重要問題是同時(shí)定位與地圖創(chuàng)建(SLAM)。SLAM問題經(jīng)過幾十年的發(fā)展取得了長(zhǎng)足的進(jìn)步。近些年來,隨著計(jì)算機(jī)視覺研究的發(fā)展,基于單目攝像機(jī)的單目視覺SLAM逐漸成為移動(dòng)機(jī)器人SLAM研究領(lǐng)域新的熱點(diǎn)與難點(diǎn)。
　　 圖像特征的檢測(cè)是單目視覺SLAM系統(tǒng)的重要組成部分,目前出現(xiàn)的檢測(cè)方法并不能很好地兼顧快速性和穩(wěn)定性這兩方面的要求。針對(duì)這一問題,本文采用了SURF(快速魯棒特征)檢

2、測(cè)算子提取圖像特征,不僅可以獲得較快的特征檢測(cè)速度,而且對(duì)光學(xué)、幾何畸變以及噪聲更具魯棒性。
　　 為進(jìn)一步增強(qiáng)所選取地圖特征的魯棒性,提高定位精度,本文提出了一種基于子區(qū)域特征重要性指標(biāo)的隨機(jī)特征提取方法,使得提取的圖像特征更加均勻、平坦地分布在圖像中。
　　 針對(duì)目前地圖特征匹配速度較慢的問題,本文結(jié)合SURF最近鄰匹配方法,采用了基于主動(dòng)視覺橢圓搜索域的方法進(jìn)行地圖特征的匹配,很大程度上減小了特征的搜索區(qū)域,加快了

3、匹配速度。
　　 此外,本文進(jìn)一步分析了基于擴(kuò)展卡爾曼濾波的單目視覺SLAM系統(tǒng)結(jié)構(gòu),綜合上述方法和地圖特征的逆深度參數(shù)化以及1點(diǎn)隨機(jī)抽樣一致性(1pRANSAC),設(shè)計(jì)了EKF-SURF-1pRANSAC單目視覺SLAM算法,最后利用該算法在實(shí)驗(yàn)室未知非結(jié)構(gòu)化場(chǎng)景下進(jìn)行了單目視覺SLAM系統(tǒng)的仿真實(shí)驗(yàn)。
　　 實(shí)驗(yàn)表明,相比采用快速“角點(diǎn)”的EKF monoSLAM_1pRANSAC單目視覺SLAM算法,基于SURF特