基于双目视觉的实时定位与建图方法研究

《基于双目视觉的实时定位与建图方法研究》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、硕士学位论文基于双目视觉的实时定位与建图方法研究STUDYONSIMULTANEOUSLOCALIZATIONANDMAPPINGMETHODSBASEDONBINOCULARVISION卢亚兵哈尔滨工业大学2018年6月国内图书分类号：TP391学校代码：10213国际图书分类号：621.3密级：公开工程硕士学位论文基于双目视觉的实时定位与建图方法研究硕士研究生：卢亚兵导师：张淼副教授申请学位：工程硕士学科：控制工程所在单位：航天学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP391U.D.C:621.3Dissertationfo

2、rtheMasterDegreeinEngineeringSTUDYONSIMULTANEOUSLOCALIZATIONANDMAPPINGMETHODSBASEDONBINOCULARVISIONCandidate：LuYabingSupervisor：Asso.Prof.ZhangMiaoAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ControlEngineeringAffiliation：SchoolofAstronauticsDateofDefence：June,2018Degree-Conferring

3、-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要实时定位与建图技术指在无先验地图信息的情形下仅依靠自身传感器实现自主定位并构建地图。随着智能化技术不断发展，实时定位与建图作为无人车、机器人、增强现实及虚拟现实等领域的关键技术受到广泛关注。利用双目相机采集图像实现实时定位与建图的方式因其传感器结构简单、获取信息丰富等优势具有广阔应用前景。本文通过对双目图像进行特征提取及匹配实现了实时定位及稀疏点建图，并围绕特征提取、特征匹配优化、回环检测等环节进行了改进及论证分析。主要研究内容包括：设计前端和后端结合的双目视觉SL

4、AM方案框架。前端主要完成对双目图像处理得到匹配特征、相机位姿解算及地图点构建，后端主要负责回环检测、优化以校正累积误差。其中后端优化又可分为局部优化和全局优化，局部优化目的在于尽量减小相机运动过程中的重投影误差，全局优化则根据回环检测结果引入轨迹回环约束进行全局数据优化，本文选择优势明显的BA图优化算法对地图优化。改进ORB特征提取算法及特征匹配优化方案。本文选用提取高效的ORB特征，并在原来ORB特征算法基础上引入图像金字塔从而改进了ORB特征对尺度变化的鲁棒性。另外为提高特征匹配效率并剔除特征误匹配，本文分别引入即四叉树索引和PROSAC算法进行特征匹配优化。经实验验证，

5、上述算法组合在特征提取及匹配方面具有明显优势。基于多索引哈希表的直接回环检测算法研究。准确的回环检测对于构建全局一致的相机轨迹和地图至关重要，当前普遍使用的基于词袋模型的回环检测算法过于依赖字典，本文提出使用结合多索引哈希表利用图像帧特征点直接进行回环检测的算法。经实验对比，该回环检测算法不仅在准确检测回环方面明显优于基于词袋模型的回环检测算法，而且满足实时性要求。最后设计实验对本文提出的双目视觉SLAM系统整体进行验证分析，可以认定其可准确实现自主定位及建图。关键词：实时定位与建图；双目视觉；特征匹配优化；回环检测I哈尔滨工业大学工程硕士学位论文AbstractSimulta

6、neouslocalizationandmappingtechnologyreferstoautonomouslocalizationandmapbuildingbasedonitsownsensorswithoutpriormapinformation.Withthedevelopmentofintelligenttechnologies,simultaneouslocalizationandmapping(SLAM)hasbecomeakeytechnologyinthefieldsofunmannedvehicles,robots,augmentedreality,vir

7、tualrealityandsoon.Andithasreceivedextensiveattention.SLAMbasedonbinocularvisionhasbroadapplicationprospectsbecauseofitssimplesensorstructureandrichinformationacquisition.Thispaperadoptstheschemeofimplementingreal-timelocationandsparsepointsmapcons