基于嵌入式并行处理的视觉惯导SLAM算法研究.pdf

《基于嵌入式并行处理的视觉惯导SLAM算法研究.pdf》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、工学硕士学位论文基于嵌入式并行处理的视觉惯导SLAM算法研究VISUALINERTIALSLAMALGORITHMRESEARCHBASEDONEMBEDDEDPARALLELPROCESSING张建越哈尔滨工业大学2018年6月国内图书分类号：TP242.6学校代码：10213国际图书分类号：681.5密级：公开工学硕士学位论文基于嵌入式并行处理的视觉惯导SLAM算法研究硕士研究生：张建越导师：李戈副研究员申请学位：工学硕士学科：机械工程所在单位：机电工程学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP242.6U.D.C:681.5Dis

2、sertationfortheMasterDegreeinEngineeringVISUALINERTIALSLAMALGORITHMRESEARCHBASEDONEMBEDDEDPARALLELPROCESSINGCandidate:ZhangJianyueSupervisor:AssociateProf.LiGeAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:MechanicalEngineeringAffiliation:SchoolofMechatronicsEngineeringDateofDefense:June

3、,2018Degree-ConferringInstitution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要SLAM(simultaneouslocalizationandmapping)称为即时定位与地图重建。随着机器人技术、计算机视觉等领域的快速发展，对环境感知技术也提出了更高的要求。SLAM作为环境感知的重要组成部分，一直是机器人技术的研究热点。SLAM领域目前比较成熟的技术是激光雷达式，基于激光测距原理获取点云、位姿估计、建图等。随着诸多领域对图像特征精度及算法实时和准确性要求越来越高，使得基于视觉的VSLAM技术研究成为国内外研

4、究的重点方向。本课题提出基于单目视觉、IMU数据紧耦合的VI-SLAM算法，并采用并行处理实现移植嵌入式设备实时运算VI-SLAM算法，实现移动机器人的运动定位和环境场景的三维地图重建。为了解决单目视觉特征点少、容易丢帧、尺度漂移等问题，提出一种视觉信息和IMU数据融合的方法。前端单目视觉采用光流法跟踪，特征点为可快速计算的角点检测，匹配后采用八点法计算。IMU采用预积分算法，获取陀螺仪和加速度计输出角速度和加速度积分结果，解决了积分过程中偏差在世界坐标系中累计的问题。后端采用非线性优化获取最优位姿估计。此外，全局姿态增加重定位和回环检测功能，并优化移动机器人在全局地图中的位姿估计。针

5、对嵌入式运算实时性的要求，采用GPU并行处理多线程运算估计每帧图像特征点的深度。对于关键帧中特征点，多线程对其不同深度进行采样，得到若干深度值的虚拟平面，反投影后得到集成所有深度的代价块，通过优化全局能量函数估计深度。局部深度图像使用TSDF进行融合，以提供直接用于轨迹规划的全局稠密地图。采用NVIDIACUDA并行处理运算框架，分配图像帧深度估计等运算量大的任务，移植嵌入式设备NVIDIATX1中运算VI-SLAM算法。为了验证嵌入式并行处理VI-SLAM算法的性能，设计相关实验进行验证。在嵌入式运算能力验证实验中，ORB-SLAM在NVIDIATX1中运算流畅，在640480的图

6、像中提取500个ORB特征点约用时13ms左右，小于ORB-SLAM要求的33ms，满足实时性要求。在位姿估计实验中，与OKVIS、MSCKF等算法相比，RMSE均方根误差在简单场景数据集保持在0.2m以下，复杂场景下保持在0.2~0.4m，普遍优于其他两种融合算法。此外，在基于并行处理的深度恢复实验中，VI-SLAM特征点云数量丰富，近景远景深度分割明显，可以获取深度图像及深度优化网格地图。最终实现移动机器人运动定位和环境场景的三维重建工作。关键词：单目视觉；惯性测量单元；预积分；紧融合；嵌入式-I-哈尔滨工业大学工学硕士学位论文AbstractSLAM(simultaneouslo

7、calizationandmapping)iscalledimmediatepositioningandmapreconstruction.Withtherapiddevelopmentofrobotics,computervisionandotherfields,higherrequirementshavebeenputforwardforenvironmentalawarenesstechnologies.Asanimportantcomp