現(xiàn)階段 SLAM(Simultaneous Localization And Mapping,即時(shí)定位與地圖構(gòu)建)技術(shù)發(fā)展非常迅速,已經(jīng)充分運(yùn)用在機(jī)器人、無(wú)人駕駛、無(wú)人機(jī)等多個(gè)領(lǐng)域。其中通過低空無(wú)人機(jī)視頻實(shí)時(shí)地提供地面地形數(shù)據(jù),在大場(chǎng)景視頻圖像拼接、場(chǎng)景三維重建及其量測(cè)、典型災(zāi)害目標(biāo)自動(dòng)識(shí)別和分析等實(shí)際工作中均有重要的意義。相較于一般場(chǎng)景,低空無(wú)人機(jī)視頻具有場(chǎng)景復(fù)雜、存在抖動(dòng)模糊、拍攝角度變化小以及相鄰幀之間重疊區(qū)域大等特點(diǎn),這使得設(shè)計(jì)一種針對(duì)于低空無(wú)人機(jī)視頻實(shí)時(shí)處理的技術(shù)方案顯得非常必要。本文從視覺里程計(jì)、后端優(yōu)化和回環(huán)檢測(cè)三個(gè)方面介紹了已有方法的原理及其優(yōu)缺點(diǎn),最終選擇ORB-SLAM作為基本的技術(shù)框架。以針對(duì)低空無(wú)人機(jī)視頻的實(shí)時(shí)處理為主要目的從兩個(gè)方面對(duì)其進(jìn)行改進(jìn):1)在關(guān)鍵幀選取中增加了模糊度檢測(cè),用于剔除低空無(wú)人機(jī)視頻中因?yàn)槎秳?dòng)而引起的運(yùn)動(dòng)模糊。加入相位相關(guān)法步驟用于檢測(cè)是否位于航跡拐彎位置,并估計(jì)出幀之間的重疊度。利用重疊度剔除與上一關(guān)鍵幀重疊度過高的幀,從而減少視覺里程計(jì)步驟中提取匹配特征的次數(shù)以提高處理效率;2)在圖優(yōu)化中,以包含圖片整體信息的新權(quán)重替代原本僅基于特征點(diǎn)匹...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１經(jīng)典ＳＬＡＭ框架

我們獲得物體的遠(yuǎn)近信息，但這仍然是一個(gè)相對(duì)值。所以單目ＳＬＡＭ估計(jì)的軌??跡和地圖，與真實(shí)世界相差一個(gè)統(tǒng)一的比例，稱之為尺度（Ｓｃａｌｅ）。??經(jīng)典的視覺ＳＬＡＭ框架如圖１－１所示，主要包含了視頻信息讀取，視覺里??程計(jì)，后端優(yōu)化，回環(huán)檢測(cè)以及建圖五個(gè)部分。其中視覺里程計(jì)（Ｖｉｓ....

圖１－２?０ＲＢ－ＳＬＡＭ２在ＣｏｎｖｉｓｉｂｉｌｉｔｙＧｒａｐｈ上進(jìn)行圖優(yōu)化，大大增加計(jì)算的效率

取以及一次一幀與一個(gè)局部地圖間的特征匹配，是制約處理速度最關(guān)鍵的步驟。??優(yōu)化部分，ＯＲＢ－ＳＬＡＭ采用的方法是將新的關(guān)鍵幀加入到Ｃｏｎｖｉｓｉｂｉｌｉｔｙ??Ｇｒａｐｈ時(shí)會(huì)進(jìn)行一次局部的優(yōu)化，每隔《幀會(huì)進(jìn)行一次全局的優(yōu)化，如圖１－２所??示（Ｒａｄ，?２０１６）。但是幀與幀之間....

圖2-1Yt典視覺SLAM棍架流程圖

里程計(jì)（Ｖ０）??里程計(jì)的目標(biāo)是獲取相鄰幀之間的相機(jī)位姿變換關(guān)系。類似于人變換估計(jì)自身的運(yùn)動(dòng)，計(jì)算機(jī)也能通過視頻幀中內(nèi)容的變化進(jìn)即是通過對(duì)視頻幀中像素點(diǎn)的跟蹤來(lái)計(jì)算相鄰時(shí)刻的運(yùn)動(dòng)，這了同名點(diǎn)的獲取以及根據(jù)同名點(diǎn)在相鄰幀中位置的變化估計(jì)相點(diǎn)的提取與匹配??８??

圖２－２?Ｏｒｉｅｎｔｅｄ?ＦＡＳＴ角點(diǎn)的提取??在ＯＲＢ特征中對(duì)原始的ＦＡＳＴ算法進(jìn)行一些改進(jìn)，首先確定需要提取的角??

?第２章經(jīng)典視覺ＳＬＡＭ框架與改進(jìn)??經(jīng)典視覺ＳＬＡＭ框架流程如圖２－１所示（本文主要研究的是基于特征點(diǎn)的??方法，直接法不做過多討論）：??＊ｒ－ｆ，ｎ?Ｘ?＾?上一關(guān)鍵幀或??膽口入＃?｜?局部地圖??提取特征??＇．?１?＇??．??４?特征匹配????！????｜?廣?、....

本文編號(hào)：4056314