基于擴展卡爾曼濾波器的單目視覺SLAM研究.pdf

1、移動機器人同時定位與建圖(Simultaneous Localization and Mapping,SLAM)是當前機器人領域的一個熱點問題?；谝曈X的SLAM逐漸受到SLAM領域研究人員的關注。針對單目視覺SLAM中的問題,本文主要完成了以下的幾點工作： 第一、本文研究單目視覺SLAM的基本原理,建立一個單目視覺SLAM框架。本文采用基于擴展卡爾曼濾波器的SLAM算法,基于粒子濾波器的延遲陸標初始化方法,實現(xiàn)了一個能夠實時采

2、集和處理數(shù)據(jù)的單目視覺SLAM仿真系統(tǒng)。本文的其他工作依托在該系統(tǒng)上開展。 第二、本文從視覺陸標入手,把最新的計算機視覺中的SURF特征提取方法應用到單目視覺SLAM中。SURF具有尺度不變性、旋轉不變性,相對于SIFT而言,具有更好的可剪裁性,消耗的計算資源更少。但是,SURF特征最早提出的時候用于物體識別,沒有考慮到SLAM的特點。本文根據(jù)單目視覺SLAM的特點,采用SURF特征作為視覺陸標。 第三、本文提出新的適用

3、于單目視覺SLAM的陸標檢測策略。在同樣的參數(shù)下,同一種特征陸標檢測方法提取到的特征數(shù)目是不一樣的。因此可以根據(jù)先驗的環(huán)境信息提出不同的陸標特征檢測策略。本文提出了一種基于圖像柵格分割的陸標檢測方法,把獲取的圖像分割為若干個子區(qū)域,然后從中心的子區(qū)域開始,成螺旋狀往外擴散搜索。這樣搜索方法的優(yōu)點是從圖像的中心開始初始化陸標,解決了陸標檢測數(shù)量和實時性的矛盾,同時也保證了可以較長時間地觀測陸標。 第四、本文提出新的適用于單目視覺S

4、LAM的陸標管理方法。目前,一般把陸標被觀測的總次數(shù)和陸標的可見性作為刪除陸標的原則。但是這樣的判斷規(guī)則只是考慮到陸標在全局地圖上的穩(wěn)定性,沒有考慮到在局部區(qū)域內的穩(wěn)定性。有部分陸標只有在固定的觀察角度下才能夠被觀測到,如果機器人離開了該位置,此類陸標就不能夠被觀測到。另外,這樣的判斷規(guī)則不能夠處理陸標被遮擋的情況,經(jīng)常會發(fā)生重復初始化同一個陸標的情況。本文引入永久陸標這種新的陸標管理機制,保證這些在特定位置上具有良好穩(wěn)定性的陸標不會被