基于擴展卡爾曼濾波器的單目視覺SLAM研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論