基于视觉里程计的移动机器人定位算法设计与实现

《基于视觉里程计的移动机器人定位算法设计与实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、国内图书分类号：TP23密级：公开国际图书分类号：621.3西南交通大学研究生学位论文基于视觉里程计的移动机器人定位算法设计与实现年级二〇一五级姓名张一博申请学位级别工学硕士专业电气工程指导老师周克敏教授二零一八年五月ClassifiedIndex:TP23U.D.C:621.3SouthwestJiaotongUniversityMasterDegreeThesisDesignandImplementationofMobileRobotPositioningAlgorithmBasedonVisualOdometryGrade:2015Candi

2、date:ZhangYiboAcademicDegreeAppliedfor:MasterSpecialty:ElectricengineeringSupervisor:Prof.ZhouKeminMay,2018西南交通大学硕士研究生学位论文第I页摘要随着移动机器人的应用场合越来越广泛，复杂环境下实现移动机器人的自主行为和决策一直是热点之一，其中机器人的定位和导航是不可或缺的关键部分。传统的机器人定位采用的是惯导和GPS结合，但GPS存在数据丢失、阻塞等情况，也面临着必须在室外场景下等条件限制，存在一定的局限性。而视觉定位则不会存在以上问题。视觉

3、定位也称视觉里程计，指移动机器人运行过程中，通过相机采集得到的图像信息提取特征，估计出机器人的位姿变化。本文针对视觉里程计定位算法进行了研究，将卡尔曼融合的思想运用其中，对光流法和特征点匹配法进行视觉融合，具体内容如下：首先，研究了图像特征点匹配，对几种常见的特征值提取和匹配算法进行分析，选择SURF算法对关键帧图像进行处理。然后，分析了光流法的运动估计，并对光流法里程计存在的精度差等问题提出了改进措施，将特征点匹配法与光流法进行卡尔曼融合，提出了局部地图的思想对关键帧进行筛选，减少剧烈运动时的视觉定位误差，并利用数据集进行测试，保证了融合算法的正

4、确性。最后，设计并实现了视觉融合算法的实验框架，针对不同工况下的实际场景中进行实验，验证了算法的实时性与鲁棒性，并结合激光数据进行二维栅格地图的建立，为之后的导航模块设计做准备。结果表明融合算法能够克服光流法精度差，误差累计等因素和特征点法实时处理速度慢等缺点，突出了特征点匹配精度高和局部地图消除误差累积等优点，该方法能为激光SLAM提供较准确的实时定位信息，具有一定的鲁棒性。关键词：卡尔曼融合，局部地图，移动机器人，SLAM，视觉里程计西南交通大学硕士研究生学位论文第II页AbstractWithmoreandmoreapplicationsof

5、mobilerobots,theautonomousbehavioranddecisionmakingofmobilerobotsincomplexenvironmentshavealwaysbeenoneofthehotspots.Thepositioningandnavigationofrobotsareindispensableparts.ThetraditionalrobotpositioningusesthecombinationofinertialnavigationandGPS.However,therearedatalossandc

6、ongestionintheGPS,anditalsohastobelimitedinoutdoorscenesandotherconditions,whichhascertainlimitations.Visualpositioningdoesnothavetheaboveproblems.Visualpositioning,alsoknownasvisualodometry,referstotheextractionofimageinformationobtainedbyacameraduringtheoperationofamobilerob

7、ot,andestimatesthepositionoftherobot.Thisdissertationfocusesondepthcamera-basedvisualodometrymethodandproposesavisualodometermethodthatcombinesKalmanfusionwithdirectopticalflowmethodandfeaturepointmatching.Thespecificcontentisasfollows:First,severalcommonfeaturevalueextraction

8、andmatchingalgorithmsareanalyzed.TheSURFalgorithmisusedtoproc