基于视觉单目SLAM方法的研究.pdf

f㈣卿f霉幽 Y1909。{。§雀。 Dissertation Submitted toHangzhou Dianzi University fortheDegree ofMaster AResearch onMonocularSLAM based on vision Candidate: Zhao Likun Supervisor: Bei December,200 1 杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。论文作者签名:森互冲日期:为ff年f月够日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定) 论文作者签名:趣互冲日期:加f/年J月侈日特刻磁轹诩绍醐砌怍7月咿日杭州电子科技大学硕士学位论文摘要定位与地图构建是自主移动机器人的核心技术,但由于单纯码盘、惯导等航迹推演的定位方法存在累积误差,使得生成的地图一致性遭到破坏,给机器人自主移动带来严重隐患。机器人的精确定位往往需要地图尤其是路标位置信息,而路标的绝对位置与机器人轨迹又紧密相关。因此,机器人定位与地图构建变为一互斥问题。同时解决定位与地图构建(SLAM)是希望利用环境路标的多次观测具有高度相关性这一特点,同时估计机器人状态和路标位置,以期获得最小的一致性误差,提高定位与地图构建精度。视觉传感器具有获得信息量大、特征易于提取、价格低廉等优势,在SLAM中得到广泛研究与应用。单目较双目或多目视觉SLAM系统更易于实现,且能够更好的适应不同环境,是目前机器人视觉 SLAM研究的热点。本文采用单摄像头作为视觉传感器来获取环境信息,在扩展卡尔曼滤波算法框架下进行单目视觉SLAM方法的研究。主要研究工作分为: (1)基于扩展卡尔曼滤波器(EKF)的视觉SLAM系统整体实现方案的研究, 其中包括运动模型及观测模型的建立、状态更新、环境路标的增广等。(2)基于视觉的特征点提取方法,分别介绍了Harris角点和SIFT特征点的两种不同提取方法,并重点分析了用做SLAM路标点的SIFT特征点的详细提取方法,并结合实验进行了特征分析。(3)帧间运动参数估计部分是在立体几何成像的理论基础上,结合极线几何来求解帧间运动参数,恢复得出像机的旋转和平移变化量。(4)最后一部分在SIFT特征点提取基础上,创新提出了一种基于概率选取随机特征点的单目视觉SLAM方法,结合帧间运动参数估计方法,发展了一种应用范围更广、路标点收敛效果更加明显的单目视觉SLAM方法。关键词:机器人,扩展卡尔曼滤波,SIFT特征点,路标,定位与地图构建(SLAM) 杭州电子科技大学硕士学位论文 ABSTRACT Localization andmapping isthe core technology ofautonomous mobile robot, however,due tocode disc,inertialnavigation and SOon,these localizationapproach only based on dead recking has accumulation error,and make the consistent characteristicofmapping beendestroyed,and bring serious hazards forautonomous mobile precise localization ofrobot needmap message furthermore the landmarks position,however theabsoluteposition oflandmarks are also closely associatedwiththe robotlocalization andmapping is amutual solvetheprobl