發(fā)布時(shí)間：2024-06-02 12:50

　　視覺里程計(jì)是移動(dòng)機(jī)器人領(lǐng)域中的一個(gè)重要分支,其對(duì)移動(dòng)機(jī)器人在不熟悉的未知環(huán)境中完成自主導(dǎo)航的功能發(fā)揮決定性作用。視覺里程計(jì)是指通過對(duì)連續(xù)的圖像序列進(jìn)行相關(guān)過程的處理,實(shí)現(xiàn)移動(dòng)機(jī)器人的定位。RGB-D相機(jī)既可以獲取RGB圖像又能夠采集深度信息,并且具有測量精度高、頻率快、價(jià)格低廉、方便安裝的優(yōu)點(diǎn),這些優(yōu)勢使得近年來RGB-D視覺里程計(jì)成為了該領(lǐng)域的熱點(diǎn),一些相關(guān)的應(yīng)用也因此產(chǎn)生。人類的生活環(huán)境往往十分復(fù)雜,例如在室內(nèi)場景中,采集到的圖像會(huì)包括弱紋理、強(qiáng)光線、長通道等信息,這些復(fù)雜的圖像信息是視覺里程計(jì)無法避免的,給移動(dòng)機(jī)器人定位帶來巨大挑戰(zhàn)。對(duì)于室內(nèi)場景,觀察RGB-D圖像會(huì)發(fā)現(xiàn)存在豐富的邊緣特征,邊緣特征相比于點(diǎn)特征具有更豐富的環(huán)境信息,對(duì)于應(yīng)對(duì)紋理缺失、點(diǎn)特征不足而導(dǎo)致的跟蹤失敗情況有著明顯的優(yōu)勢。因此,本文針對(duì)室內(nèi)環(huán)境下RGB-D圖像的魯棒視覺定位研究,結(jié)合特征點(diǎn)和邊緣特征對(duì)RGB-D視覺里程計(jì)算法進(jìn)行改進(jìn),提高定位精度。具體來說,本文主要做了以下工作。在最小化邊緣特征距離誤差之前添加一個(gè)稀疏初始化操作。首先,由于RGB-D相機(jī)獲取的深度圖像信息含有噪聲干擾,影響位姿估計(jì)精度,采用...

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 視覺里程計(jì)技術(shù)概述
        1.2.1 視覺里程計(jì)與SLAM關(guān)系
        1.2.2 視覺里程計(jì)分類
    1.3 國內(nèi)外研究現(xiàn)狀與發(fā)展趨勢
    1.4 面臨的困難和挑戰(zhàn)
    1.5 研究內(nèi)容與結(jié)構(gòu)安排
第2章 RGB-D傳感器
    2.1 RGB-D傳感器簡介
    2.2 RGB-D相機(jī)深度測量
    2.3 RGB圖像成像原理
    2.4 相機(jī)標(biāo)定方法
    2.5 本章小結(jié)
第3章 基于RGB-D圖像邊緣特征具有稀疏初始化的視覺里程計(jì)
    3.1 概述
    3.2 基于RGB-D圖像邊緣特征具有稀疏初始化的視覺里程計(jì)
        3.2.1 邊緣特征檢測
        3.2.2 邊緣數(shù)據(jù)信息處理
        3.2.3 濾波方法
        3.2.4 稀疏初始化
        3.2.5 位姿估計(jì)
        3.2.6 參考幀選擇
    3.3 實(shí)驗(yàn)結(jié)果及算法評(píng)估
        3.3.1 仿真實(shí)驗(yàn)平臺(tái)介紹
        3.3.2 實(shí)驗(yàn)描述
        3.3.3 邊緣特征提取與匹配結(jié)果
        3.3.4 算法評(píng)估
    3.4 本章小結(jié)
第4章 基于RGB-D圖像點(diǎn)與邊緣特征改進(jìn)參考幀篩選的視覺里程計(jì)
    4.1 概述
    4.2 基于RGB-D圖像點(diǎn)與邊緣特征改進(jìn)參考幀篩選的視覺里程計(jì)
        4.2.1 基于特征點(diǎn)的方法
        4.2.2 特征點(diǎn)提取
        4.2.3 特征點(diǎn)匹配
        4.2.4 距離變換
        4.2.5 邊緣特征的距離誤差
        4.2.6 參考幀選取
        4.2.7 點(diǎn)特征的重投影誤差
    4.3 實(shí)驗(yàn)結(jié)果及算法評(píng)估
        4.3.1 邊緣特征提取和距離變換結(jié)果
        4.3.2 參考幀篩選結(jié)果
        4.3.3 算法評(píng)估
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 本文主要工作與研究成果
    5.3 未來工作展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果



本文編號(hào)：3987275