移动机器人基于全景视觉的slam方法研究

《移动机器人基于全景视觉的slam方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、分类号：密级：UDC：编号：工学博士学位论文移动机器人基于全景视觉的SLAM方法研究博士研究生：王开宇指导教师：夏国清教授学科、专业：控制理论与控制工程哈尔滨工程大学2014年5月分类号：密级：UDC：编号：工学博士学位论文移动机器人基于全景视觉的SLAM方法研究博士研究生：王开宇指导教师：夏国清教授学位级别：工学博士学科、专业：控制理论与控制工程所在单位：自动化学院论文提交日期：2013年11月29日论文答辩日期：2014年5月30日学位授予单位：哈尔滨工程大学ClassifiedIndex:U.

2、D.C:ADissertationfortheDegreeofD.EngPanoramicVisionBasedSimultaneousLocalizationAndMappingResearchofMobileRobotCandidate:WangKaiyuSupervisor:Prof.XiaGuoqingAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:ControlTheoryandControlEngineeringDateofSu

3、bmission:Nov.29,2013DateofOralExamination:May.30,2014University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。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。本人完全

4、意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位

5、论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日移动机器人基于全景视觉的SLAM方法研究摘要同时定位与地图创建（SLAM）是移动机器人在未知环境中实现自主导航和环境探索的前提和基础，具体是指把智能移动机器人置于未知环境中，机器人在移动过程中可根据位姿估计和传感器数据进行自身定位，同时创建增量式地图。全景视觉传感器不仅具有普通视觉传感器信息量大、直观性好和采样周期短等优点，而且

6、还具备全向360°的感知范围，应用于SLAM中时，视觉路标可在其视野范围内停留更长的时间，增强对路标的连续观测和跟踪能力。本文主要针对基于全景视觉的移动机器人SLAM方法展开研究，具体研究内容包括：首先，对全景视觉移动机器人的SLAM问题所涉及到的数学模型进行定义和分析，包括：全景视觉系统成像模型、SIAM系统模型、坐标系统模型、运动模型、观测模型和环境地图模型等，为后续研究建立了良好的基础。其次，研究全景图像的特征提取与匹配算法。在阐述SIFT和SURF算法原理的基础上，对比了两者对全景图像进行特

7、征提取和匹配的效果，实验结果验证了两者的有效性，且SURF算法的特征提取与匹配时间约为SIFT算法的一半，能更好的满足SLAM的实时性需求，故本文采用SURF算法对SLAM实验中全景图像进行特征提取和匹配。针对SURF算法对全景图像提取的过程中出现的无效区域和错误匹配的问题，提出了无效区域预处理和基于最长公共子序列的自然路标提纯的剔除算法，实验结果表明剔除算法可提高稳定路标提取的准确性，且降低了运算时间，验证了本文所提出剔除方法的可行性和鲁棒性。再次，研究小尺度室内环境的全景视觉移动机器人SLAM算

8、法。以卡尔曼滤波算法作为理论基础，首先介绍了标准EKF-SLAM算法，并分析其不足，在此基础上，将无迹卡尔曼滤波（UKF）算法引入全景视觉机器人SLAM问题，用于克服EKF因线性化带来的截断误差，避免了Jacobian矩阵的计算，提高了滤波的精度（对任意非线性模型可以达到二阶精度），并简化了运算的复杂度。在标准UKF-SLAM中，由于每个时刻都需要重新计算Sigma点，而Sigma点的计算需要计算协方差矩阵的平方根，但在标准UKF-SLAM算法中传递的却依然是整个协方