在計(jì)算機(jī)視覺創(chuàng)立之初,人們就期盼著有朝一日計(jì)算機(jī)能夠像人一樣,通過(guò)雙眼去觀察世界,理解周圍的事物,探索未知的環(huán)境,完成導(dǎo)航的任務(wù)。隨著人工智能和機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展,移動(dòng)機(jī)器人視覺同時(shí)定位與地圖構(gòu)建(simultaneous localization and mapping,SLAM)與室內(nèi)導(dǎo)航已經(jīng)成為了機(jī)器人研究領(lǐng)域的重點(diǎn)研究方向。因此,本文研究基于Kinect的移動(dòng)機(jī)器人視覺SLAM與室內(nèi)導(dǎo)航研究具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。本文的主要工作如下:首先,對(duì)移動(dòng)機(jī)器人研究現(xiàn)狀、導(dǎo)航技術(shù)及常用傳感器展開研究,選擇機(jī)器人操作系統(tǒng)(Robot Operating System,ROS)為系統(tǒng)軟件平臺(tái),Kinect相機(jī)作為環(huán)境信息獲取設(shè)備,完成了基于Kinect的移動(dòng)機(jī)器人視覺SLAM與室內(nèi)導(dǎo)航方案的設(shè)計(jì)。其次,針對(duì)迭代最近點(diǎn)(Iterative Closest Points,ICP)算法存在易陷入局部最優(yōu)、匹配誤差大等問(wèn)題,提出了一種新的歐氏距離和角度閾值雙重限制方法完成點(diǎn)云的精確匹配;為消除視覺SLAM中產(chǎn)生的累積誤差,改進(jìn)了回環(huán)檢測(cè)中相似性得分函數(shù),減小感知歧義,提高閉環(huán)的識(shí)別率;在...

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.4經(jīng)典的視覺SLAM框架

圖2.4經(jīng)典的視覺SLAM框架里程計(jì)程計(jì)主要解決的是根據(jù)相機(jī)獲取的相鄰圖像來(lái)估計(jì)相機(jī)的運(yùn)圖像之間的相機(jī)運(yùn)動(dòng)，因此視覺里程計(jì)一旦估算出當(dāng)前時(shí)刻和后面的圖像序列有任何信息關(guān)聯(lián)，且視覺里程計(jì)只是估計(jì)鄰兩幀之間的運(yùn)動(dòng)估計(jì)一定存在誤差。如果忽略誤差的影響內(nèi)環(huán)境獲取到的圖像序列“串聯(lián)....

圖2.5累積誤差與回環(huán)檢測(cè)的校正結(jié)果

環(huán)檢測(cè)亦被稱為閉環(huán)檢測(cè)，和后端優(yōu)化共同處理前端的噪聲，是一識(shí)別自身曾到過(guò)地方的能力，其實(shí)質(zhì)是檢測(cè)觀測(cè)數(shù)據(jù)之間的相似性AM系統(tǒng)中，移動(dòng)機(jī)器人在室內(nèi)環(huán)境中構(gòu)建地圖，通常會(huì)重復(fù)經(jīng)過(guò)同言之，機(jī)器人要建立完整的地圖，一定會(huì)形成回環(huán)。機(jī)器人從一個(gè)繞室內(nèi)行走一圈又回到起始位置，回環(huán)檢測(cè)做的就....

圖2.6不同地圖表現(xiàn)形式

16c.稠密地圖d.拓?fù)涞貓D圖2.6不同地圖表現(xiàn)形式.3.2移動(dòng)服務(wù)機(jī)器人路徑規(guī)劃技術(shù)1.柵格法柵格法是通過(guò)在二維空間下的很多規(guī)模相同的柵格來(lái)描述機(jī)器人運(yùn)行環(huán)境個(gè)障礙物在柵格地圖內(nèi)都占據(jù)一定的面積，設(shè)為iP，通過(guò)設(shè)置柵格閾值cP將物區(qū)域與自由區(qū)域進(jìn)行區(qū)分[43]....

圖2.7地圖柵格化

{01icicPPiPPCV<≥=表示為自由區(qū)域，1表示為障礙區(qū)域行簡(jiǎn)化，生成的地圖既簡(jiǎn)潔，又能正地圖環(huán)境，會(huì)直接影響尋找路徑的速圖的精度，這可能會(huì)導(dǎo)致不能正確規(guī)劃其重要。

本文編號(hào)：4021959