無人車基于雙目視覺室外即時定位與地圖構建.pdf_第1頁
已閱讀1頁,還剩58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、近年來移動機器人技術得到了快速發(fā)展,尤其是無人駕駛車技術更是引起了國內外學者的關注。無人駕駛車要想完成自主導航、環(huán)境探索等任務,首先要具有并行進行自主定位和環(huán)境地圖構建的能力,這就是移動機器人領域一直備受關注的同時定位與地圖構建(Simultaneous Localization and Mapping,SLAM)問題。在面向大范圍室外環(huán)境的SLAM研究中,基于圖的方法是當前的研究熱點。圖中的節(jié)點對應無人車在不同時刻的位姿,圖中的邊代表

2、了不同位姿間的空間約束關系。本文針對基于圖的SLAM的前端構圖、閉環(huán)檢測及后端優(yōu)化三個環(huán)節(jié)展開系統(tǒng)研究。
  為了給無人駕駛車提供連續(xù)位姿序列,研究中采用基于雙目視覺系統(tǒng)進行立體視覺圖像匹配,計算出無人車連續(xù)位姿間的旋轉平移關系,并以此為基礎完成優(yōu)化前的位姿拓撲地圖構建。無人駕駛車在行駛中需要進行在線閉環(huán)檢測以提供額外的空間約束,從而實現(xiàn)位姿拓撲地圖的優(yōu)化。本文采用了一種基于ORB圖像特征和BoW模型的閉環(huán)檢測算法,并利用時間連續(xù)

3、性約束和幾何一致性約束來避免錯誤的閉環(huán)匹配對,從而提升閉環(huán)匹配的正確率。位姿拓撲地圖的后端優(yōu)化采用了經典的高斯-牛頓優(yōu)化方法,并且在迭代過程中充分考慮了系統(tǒng)信息矩陣的稀疏性。利用稀疏的Cholesky分解對矩陣方程進行求解,提高了計算速率。最終實現(xiàn)了系統(tǒng)誤差的最小化,得到一幅校正的無人車位姿極大似然拓撲圖。
  為了驗證本文研究方法的有效性,利用實驗室自主研發(fā)的Smart-Cruiser無人駕駛車平臺在校園環(huán)境進行了實驗。實驗結果

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