基于结构线条的视觉SLAM方法

发布时间：2017-05-12 15:13

  本文关键词：基于结构线条的视觉SLAM方法，由笔耕文化传播整理发布。

【摘要】：同步定位与地图构建(SLAM:Simultaneous Localization and Mapping)是移动机器人的重要研究题目,单目视觉SLAM则是近几年的研究热点。传统的方法利用特征点或者特征线进行SLAM。本文提出一种基于结构线条的SLAM方法,利用周围环境的结构线条作为地图特征。现代建筑多符合曼哈顿假设,即包含三个两两垂直的主导方向,位于主导方向上的线条称为结构线条。与传统的特征线不同,结构线条包含全局的结构信息,能够在每一步相机朝向的估计时做全局的限制,消除朝向估计的累积误差,从而也减小了位置估计的误差。本文首先介绍了SLAM技术的研究背景和现状,然后介绍了计算机视觉和EKF-SLAM的相关原理,之后则详述了本文提出的基于结构线条SLAM的原理和方法。为了将结构线条融合到EKF-SLAM的框架中,本文给出了结构线条的参数化方法,观测模型以及较为鲁棒的数据关联方法。最后的实验部分则包括了一组模拟实验和两组真实实验。模拟实验为25次蒙特卡洛实验,真实实验则包括一组基于公开基准测试平台RAWSEEDS的大场景真实实验和一组基于手持相机的六自由度真实实验。实验验证了,与传统方法相比甚至与时下先进方法相比,本文的方法都有着明显的优势,消除了朝向估计的误差,大大减小了位置估计的误差。其中在RAWSEEDS的机器人平台真实实验中,本文提出的方法在未采取任何闭环算法的情况下,967米的全程中可以达到1米以内的精确度。
【关键词】：单目视觉 同步定位与地图构建 室内导航 曼哈顿世界假设 特征线
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-12
• 第一章 绪论12-17
• 1.1 选题背景和研究意义12-13
• 1.2 SLAM的相关研究现状13-15
• 1.3 本文主要研究内容和结构安排15-17
• 第二章 计算机视觉相关原理17-29
• 2.1 齐次坐标系17
• 2.2 点线面几何17-19
• 2.2.1 二维的点面线17-18
• 2.2.2 三维的点面线18-19
• 2.3 相机成像模型19-23
• 2.4 消失点23-24
• 2.5 图像中视觉特征的提取24-28
• 2.5.1 检测特征点24-26
• 2.5.2 检测特征线26-28
• 2.6 本章小结28-29
• 第三章 EKF-SLAM的基本原理和方法29-40
• 3.1 SLAM问题描述29-30
• 3.2 卡尔曼滤波和扩展卡尔曼滤波30-33
• 3.2.1 卡尔曼滤波算法31-33
• 3.2.2 扩展卡尔曼滤波算法33
• 3.3 EKF-SLAM实现框架33-39
• 3.3.1 概率地图34-35
• 3.3.2 预测阶段35-36
• 3.3.3 更新阶段36-38
• 3.3.4 特征地标初始化38-39
• 3.4 本章小结39-40
• 第四章 基于结构线条的视觉SLAM的原理与实现方法40-57
• 4.1 结构线条简介40-41
• 4.2 实现原理41-51
• 4.2.1 主导方向的确定41-42
• 4.2.2 结构线条的初始化42-46
• 4.2.3 运动模型46-47
• 4.2.4 结构线条的观测模型47-48
• 4.2.5 扩展卡尔曼滤波器的更新48-49
• 4.2.6 结构线条的数据关联49-50
• 4.2.7 地图管理50-51
• 4.3 实现方法51-56
• 4.3.1 MATLAB实现51-53
• 4.3.2 ROS实现53-56
• 4.4 本章小结56-57
• 第五章 实验与分析57-77
• 5.1 模拟实验57-62
• 5.1.1 实验描述57-58
• 5.1.2 结果分析58-61
• 5.1.3 实验小结61-62
• 5.2 基于基准测试平台的真实实验62-70
• 5.2.1 实验描述62-65
• 5.2.2 结果分析65-69
• 5.2.3 实验小结69-70
• 5.3 基于手持相机的真实实验70-75
• 5.3.1 实验描述70-71
• 5.3.2 结果分析71-75
• 5.3.3 实验小结75
• 5.4 本章小结75-77
• 结论和展望77-81
• 参考文献81-85
• 附录1 高斯分布与卡方分布85-88
• 附录2 雅克比矩阵88-89
• 附录3 线性方程组求解89-90
• 附录4 旋转矩阵、欧拉角、四元数90-92
• 致谢92-93
• 攻读硕士学位期间已发表或录用的论文93-95

【相似文献】

中国期刊全文数据库 前10条

1 ;Line-feature-based SLAM Algorithm[J];自动化学报;2006年01期

2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期

3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期

4 郭剑辉;赵春霞;康亮;;SLAM问题中特征相关性研究[J];系统仿真学报;2008年06期

5 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

6 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期

7 郭剑辉;赵春霞;;一种新的粒子滤波SLAM算法[J];计算机研究与发展;2008年05期

8 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期

9 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期

10 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期

中国重要会议论文全文数据库 前10条

1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年

6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年

7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

9 Jiantong Cheng;Jonghyuk Kim;Zhenyu Jiang;Weihua Zhang;;Tightly Coupled SLAM/GNSS for Land Vehicle Navigation[A];第五届中国卫星导航学术年会论文集-S9 组合导航与导航新方法[C];2014年

10 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年

中国重要报纸全文数据库 前1条

1 肖征荣;好软件少不了它们[N];电脑报;2003年

中国博士学位论文全文数据库 前6条

1 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年

2 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年

3 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年

4 游弋;SLE相关候选基因FCRL3，，SLAM的SNP分析及其功能研究[D];第三军医大学;2008年

5 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年

6 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 周慧中;基于结构线条的视觉SLAM方法[D];上海交通大学;2015年

2 许鑫;基于策略的SLAM原型系统开发[D];吉林大学;2008年

3 赵博;基于大地图的移动机器人高速高精度SLAM算法的研究[D];哈尔滨工业大学;2010年

4 武玫;基于分布式粒子滤波的SLAM算法研究[D];北京工业大学;2013年

5 周旭;基于改进粒子滤波的SLAM算法研究[D];南京理工大学;2014年

6 曾文静;基于水下机器人EKF-SLAM的数据关联算法研究[D];哈尔滨工程大学;2009年

7 夏敏慧;基于策略的SLAM系统关键技术研究[D];吉林大学;2008年

8 李捐;基于单目视觉的移动机器人SLAM问题的研究[D];哈尔滨工业大学;2013年

9 姜雪菲;双目立体视觉SLAM研究[D];北京交通大学;2014年

10 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年

  本文关键词：基于结构线条的视觉SLAM方法，由笔耕文化传播整理发布。

本文编号：360121