基于自然路标的智能机器人局部归航算法研究

基于自然路标的智能机器人局部归航算法研究

ID:34711701

大小:3.79 MB

页数:129页

时间:2019-03-09

基于自然路标的智能机器人局部归航算法研究_第1页
基于自然路标的智能机器人局部归航算法研究_第2页
基于自然路标的智能机器人局部归航算法研究_第3页
基于自然路标的智能机器人局部归航算法研究_第4页
基于自然路标的智能机器人局部归航算法研究_第5页
资源描述:

《基于自然路标的智能机器人局部归航算法研究》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、分类号:密级:UDC:编号:工学博士学位论文基于自然路标的智能机器人局部归航算法研究博士研究生:刘传家指导教师:朱齐丹教授学科、专业:控制理论与控制工程哈尔滨工程大学2016年4月万方数据万方数据分类号:密级:UDC:编号:工学博士学位论文基于自然路标的智能机器人局部归航算法研究博士研究生:刘传家指导教师:朱齐丹教授学位级别: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:2016年3月论文答辩日期:2016年4月学位授予单位:哈尔滨工程大学万方数据万方数据ClassifiedIndex:U.D.C

2、:ADissertationfortheDegreeofD.EngResearchonIntelligentRobotLocalVisualHomingAlgorithmBasedonNaturalLandmarksCandidate:LiuChuanjiaSupervisor:Prof.ZhuQidanAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:ControlTheoryandControlEngineeringDateofSubmission:Mar,20

3、16DateofOralExamination:Apr,2016University:HarbinEngineeringUniversity万方数据万方数据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。本人完全意识到本声明的法律结果由本人承担。作者(签字):日

4、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□

5、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:年月日年月日万方数据万方数据基于自然路标的智能机器人局部归航算法研究摘要视觉导航由于可以获得更加丰富、完整的环境信息而成为智能机器人领域的一个重要研究方向。目前,基于视觉的导航方法主要可以分为两类:第一类为基于定位的SLAM(SimultaneousLocalizationandMapping)导航方法,由于这类方法在导航过程中需要不断的更新环境地图并对机器人自身进行定位,因此一般计算量较大且需要解决累积误差的问题;第二类被称作视觉归航

6、方法,与SLAM方法相比,其仅需要与环境的拓扑地图相结合即可解决复杂的大范围导航问题,具有占用计算资源少及不存在累积误差的优点。据此,本文对基于自然路标的局部视觉归航技术进行了深入的研究。首先,针对归航算法的性能评价问题,本文设计了基于图像库和真实场景的实验方法,为后续的归航对比实验奠定了基础。通过分析全景图像库的采样特点,设计了与图像库对应的离散坐标系。为了在真实场景中对算法进行测试,搭建了基于折反射全景成像系统的移动机器人平台并设计了一种去除全景图像中无效区域的方法。在上述基础上,为了定量的衡量归航算法的性能,本文还设

7、计了相应的全景图像坐标系及世界坐标系,并分析了归航角度偏差、平均归航角度偏差、平均归航偏差分量及归航成功率四个性能评价标准,论述了归航成功率实验中参数的设置问题。其次,研究了自然路标的提取、选择及优化问题。尽管人工路标具有便于识别及匹配精度高等特点,但有时在一些实际应用中不便于预先设置人工路标。此时,机器人通常需要提取环境中的边缘、角点、斑点、特殊区域等局部特征作为自然路标来完成导航任务,其中尽管由于SIFT(ScaleInvariantFeatureTransform)局部特征具有良好的稳定性而被广泛的用做视觉路标,但其

8、合理性尚无有效证明。基于上述原因,本文研究了SIFT特征的提取方法,并依据路标选择的独特性、可靠性及相关性三条原则论证了选择SIFT特征作为自然路标的合理性。由于本文提出的归航算法均采用SIFT特征作为路标,因此为了消除错误匹配的路标对以提高算法的归航性能,研究了折反射全景成像原理并给出了路标分布的两个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。