基于Kinect的RGB-D SLAM及其在云机器人下的应用

《基于Kinect的RGB-D SLAM及其在云机器人下的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________硕士学位论文基于Kinect的RGB-DSLAM及其在云机器人下的应用学位申请人：朱梦雨学科专业：计算机应用技术指导教师：刘艳丽副教授副指导教师：张恒教授答辩日期：独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。

2、尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写的研究成果，也不包含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密

3、的论文在解密后遵守此规定，本论文无保密内容。本人签名____________导师签名__________日期___________摘要基于Kinect的RGB-DSLAM及其在云机器人下的应用摘要机器人在未知环境中的即时定位与地图构建（SimultaneousLocalizationandMapping，SLAM）是移动机器人导航领域中的重要研究课题之一。随着RGB-D传感器技术的发展，如Kinect传感器等，以其高性能且价格低的优势得到了机器人领域中广大科研人员的青睐，针对RGB-DSLAM的研究也成为SLA

4、M领域中比较火热的研究课题之一。针对RGB-DSLAM中存在的一些缺点和不足，如速度慢、计算任务复杂、数据庞大等，本文对原RGB-DSLAM算法的前端部分和后端部分进行了详细地分析，并对其多个关键环节进行了改进。然后在改进算法的基础上，将RGB-DSLAM与云机器人相结合，将RGB-DSLAM算法的后端过程卸载到云端执行，从而克服了传统SLAM过程计算复杂、速度过慢以及实时性差等缺点。具体研究内容如下：首先对RGB-DSLAM算法的每个环节进行了描述，并分析了算法中存在的缺点和不足，根据这些问题，本文针对特征检

5、测与描述符提取、运动变换优化以及位姿图优化这三个环节给出了详尽的改进方法：针对BRISK算法不再使用尺度空间金字塔来构建尺度空间，而是利用像素点深度值进行尺度表达，并通过灰度矩心法找到特征点的总体模式主方向；结合ICP算法与粒子滤波来实现运动变换优化过程；以HOG-Man算法为核心完成位姿图优化，并针对改进效果进行了详细分析。然后利用云机器人在数据计算和存储方面的优势，将云机器人与RGB-DSLAM算法相结合，并将计算任务密集的算法后端部分卸载到云端。针对这一问题，本文给出了一个两者相结合的服务框架，并结合RO

6、S系统，提出了ROS节点的设计方法，同时给出了云端与机器人之间的数据存储及数据共享过程，最终实现了RGB-DSLAM更高效更精确的目的。关键词：Kinect，RGB-DSLAM，云机器人，ROS系统IAbstractTHERGB-DSLAMBASEDONKINECTANDITSAPPLICATIONUNDERCLOUDROBOTABSTRACTSimultaneousLocalizationandMapping(SLAM)intheunknownenvironmentisanimportantresearcht

7、opicinthefieldofmobilerobotnavigation.WiththedevelopmentofRGB-Dsensortechnology,suchasKinectsensor,ithasbeenfavoredbyresearchersinthefieldofroboticsbecauseofitshighperformanceandlowprice.So,theresearchonRGB-DSLAMhasalsobecomeoneofthehottestresearchtopicsinth

8、efieldofSLAM.AimingattheshortcomingsandshortcomingsofRGB-DSLAMsuchasslowspeed,complexcomputingtaskandhugedata,thispaperanalyzesthefrontandbackpartsoftheoriginalRGB-DSLAMalgorithmandimprovessever