資源描述：
《雙目立體視覺SLAM特征匹配與定位技術(shù)研究.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、學(xué)校代碼：10255學(xué)號：2141119東華大學(xué)雙目立體視覺SLAM特征匹配與定位技術(shù)研究RESEARCHOFFEATUREMATCHINGANDLOCATIONINBINOCULARSTEREOVISIONSLAM學(xué)科專業(yè)：控制科學(xué)與控制工程論文作者：陳建軍指導(dǎo)老師：陳光廖小飛答辯日期：2017/1/4雙目立體視覺SLAM特征匹配與定位技術(shù)研究雙目立體視覺特征匹配與定位技術(shù)研究摘要同步定位與地圖構(gòu)建（Simultaneouslocationandmapping,SLAM）是指機器人在未知環(huán)境中創(chuàng)建環(huán)境地圖并推斷自身位姿的過程。近年來，SLAM問題的解決對于移動機器人實現(xiàn)自主定位具有
2、十分重要的意義，已逐漸成為移動機器人導(dǎo)航及計算機視覺領(lǐng)域的熱門研究課題。由于SLAM中機器人的特征點匹配往往出現(xiàn)誤匹配且匹配的復(fù)雜度較高而導(dǎo)致機器人構(gòu)建地圖的周期較長，定位的實時性較差。為此，我們對SLAM的特征匹配與定位技術(shù)展開理論研究。本文針對雙目立體視覺SLAM系統(tǒng)展開研究，具體工作如下：（1）介紹了SLAM系統(tǒng)框架，分析了兩種常用的SLAM濾波算法—擴展卡爾曼濾波器算法和粒子濾波器算法。給出了本文研究雙目立體視覺SLAM的觀測與運動兩大基本模型，在此基礎(chǔ)上提出了本文研究的雙目立體視覺SLAM的整體結(jié)構(gòu)框架。（2）對雙目立體視覺SLAM的數(shù)據(jù)關(guān)聯(lián)問題進行了研究。介紹了特征提取與
3、匹配技術(shù)的相關(guān)知識，并針對SIFT特征提取與匹配算法的維數(shù)較大且存在較大的誤匹配率問題，結(jié)合支持向量機（SVM）的序列最小優(yōu)化算法（SMO）進一步細匹配提出基于序列最小優(yōu)化的SIFT特征提取與匹配算法—SMO-SIFT算法。最后通過MATLAB仿I雙目立體視覺SLAM特征匹配與定位技術(shù)研究真表明SMO-SIFT算法降低了算法的維數(shù)，改善了算法的實時性，同時提高了算法精確度。（3）對SLAM的路徑估計問題進行了研究。介紹了Rao-Blackwellised粒子濾波器算法（RBPF）并針對RBPF算法的粒子數(shù)目的增加會頻繁重采樣從而導(dǎo)致“粒子退化”問題，提出了基于小生境遺傳優(yōu)化算法的IN
4、GO-RBPF算法。最后通過MATLAB仿真表明INGO-RBPF算法具較高的估計精度和穩(wěn)定性，抗干擾能力較強，比較適合應(yīng)用在SLAM實時定位中。（4）在機器人操作系統(tǒng)（ROS）的環(huán)境下將SMO-SIFT和INGO-RBPF算法運用于實驗環(huán)境中。給出了SLAM系統(tǒng)中的地圖構(gòu)建、機器人控制及遠程控制三大模塊的軟硬件設(shè)計，實驗結(jié)果表明機器人能夠正確的構(gòu)建出環(huán)境地圖和成功定位，運行結(jié)果比較理想。關(guān)鍵詞：雙目立體視覺，同時定位與地圖構(gòu)建，SIFT特征提取與匹配，Rao-Blackwellised粒子濾波器，機器人操作系統(tǒng)II雙目立體視覺SLAM特征匹配與定位技術(shù)研究RESEARCHOFFEA
5、TUREMATCHINGANDLOCATIONINBINOCULARSTEREOVISONSLAMABSTRACTSimultaneouslocationandmapping(SLAM)isaprocessbywhichamobilerobotcanbuildanenvironmentmapandcomputethelocationatthesametime.SolvingSLAMproblemhavegreatsignificanceinrealizingmobilerebotself-location,andithasalsobecamehottopicinmobilerobot
6、navigationandcomputervision.BecauseofthemismatchandhighcomplexityinSLAM,whichleadtolongperiodofbuildingthemapandpoorreal-timeperformance.Therefore,westudiedthefeaturematchingandlocationofSLAMbasedontheoreticalresearch.Inthispaper,thebinocularstereovisionSLAMsystemisdeeplystudied.Themainworkisas
7、follows:Firstly,weintroducethesystematicframeworkofSLAMandanalyzetwocommonusedSLAMfilteralgorithmsthatisKalmanFilterandParticleFilter.ThepaperalsogivetheobservationandmotionmodelofbinocularstereovisionSLAMbasedonwhichasystematicfr
