基于全景視覺的機(jī)器人SLAM方法研究.pdf

1、基于視覺傳感器的移動機(jī)器人同步定位與地圖創(chuàng)建，在當(dāng)前機(jī)器人技術(shù)研究中倍受青睞。而全景視覺以其視角范圍大、獲取信息豐富的優(yōu)點(diǎn)在移動機(jī)器人領(lǐng)域得到了越來越多的應(yīng)用。本文針對全景視覺難以全面而均勻地捕捉環(huán)境信息和地圖特征穩(wěn)定性不高的問題，利用多攝像機(jī)系統(tǒng)的統(tǒng)一模型與多視圖幾何關(guān)系，對基于全景視覺的移動機(jī)器人同時定位與地圖創(chuàng)建方法進(jìn)行了研究。
　　首先，本文利用固定在移動機(jī)器人身上的多攝像機(jī)采集系統(tǒng)獲取360度的全景圖像。依據(jù)多攝像機(jī)系統(tǒng)

2、的統(tǒng)一模型，統(tǒng)一多攝像機(jī)的視點(diǎn)為模型中心，實(shí)現(xiàn)多攝像機(jī)坐標(biāo)系的一致化。并解決了在計算機(jī)中生成離散化全景圖時存在的兩個主要問題:(1)二義性映射問題;(2)球面像素表達(dá)問題。
　　然后，對基于全景圖像的特征提取與匹配算法進(jìn)行了研究。首先對全景圖像特征提取的常用方法進(jìn)行了論述與對比。通過綜合性能的對比，最終選取了PCA-SIFT（基于主成分分析的尺度不變特征提取方法）來提取全景圖像的特征。建立PCA-SIFT描述子后，通過最近鄰NN方

3、法對特征點(diǎn)進(jìn)行粗匹配。以RANSAC方法對經(jīng)過粗匹配的特征點(diǎn)進(jìn)行進(jìn)一步處理。通過實(shí)驗(yàn)對比，驗(yàn)證了PCA-SIFT算法在綜合性能方面要優(yōu)于SIFT算法。
　　之后，用數(shù)學(xué)方法對SLAM問題進(jìn)行了描述。建立基于多攝像機(jī)系統(tǒng)的運(yùn)動模型與觀測模型，并通過EKF算法來對其進(jìn)行實(shí)時更新。同時提出了應(yīng)用于全景移動機(jī)器人的SLAM系統(tǒng)結(jié)構(gòu)框架。本文通過對傳感器設(shè)置不同的觀測范圍來實(shí)現(xiàn)基于普通視覺SLAM與基于全景視覺的SLAM仿真。仿真結(jié)果說明傳