基于kinect的密集视觉里程计slam算法研究

《基于kinect的密集视觉里程计slam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、爲麥毛謂兴少專国硕ｄ：学位论文胃圍禱ｉ基于招ｎｅｃｔ的密集视觉里程计ＳＬＡＭ算法研作者姓名ＩＭｆｉｌ学校导师姓名、吸庶武波教授企业导师姓名、巧疏马晓东高工巧巧学位类别工程硕圭ｓＭＩ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学逆德，本人声明所呈交的论文足巧个人化导师指导Ｋ地行的研宛工作及取得的硏巧成果？尽我所知，除丫文中特别加掠注和致谢＾中所罗列的内容处外，论义中不包含其他人ｄ经发表或撰写过的研究成巧；也不包含为获得西安电子科技乂学或其它教育机构的学位或证书冊

2、使用过的材料一。与巧同工作的同事对木研光所做的巧何贡献均Ｂ在论义中作了明确的说明炸表水７谢意。学位论文若巧不实之处一，本人承化切法巧责巧。少＂木人签名：刮輪夸日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目Ｐ：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的安印件，允许巧閒、借阅论文；学校可公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。问时本人保化，结合学位论文研巧成果完成的论文、发明专利等成果，署名

3、单位为西安电子科技大学。保密的学位论文巧＾年解密后适用本授权书。本人签名：刮化輪Ｍ養导师签名：‘日期：＞。期；ｗｉ、ｈＩ学校代码10701学号1303121894分类号TP311.1密级公开西安电子科技大学硕士学位论文基于Kinect的密集视觉里程计SLAM算法研究作者姓名：刘静雯领域：计算机技术学位类别：工程硕士学校导师姓名、职称：武波教授企业导师姓名、职称：马晓东高工学院：计算机学院提交日期：2015年11月ResearchonDenseVisualOdometrySLAMbasedonKinectAthesissubmi

4、ttedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByLiuJingwenSupervisor:WuBoProfessorMaXiaodongSeniorEngineerNovember2015摘要摘要同步定位和地图构建(SimultaneousLocalizationandMapping，SLAM)问题是移动机器人实现自主导航与避障的基础。目前解决SLAM问题大多采用基于滤波的方法和基于图的方法。发展比较迅速的是

5、基于图的SLAM方法，其可分为前端、后端两个部分，前端主要负责环境图的构建，后端负责环境图的优化。密集视觉里程计算法（DenseVisualOdometrySLAM）是一种基于图的SLAM解决方案，与近几年来比较流行的基于视觉特征点的稀疏视觉里程计算法不同，密集算法充分利用了图像的信息，密集视觉里程计算法是基于光的一致性假设的，即对于同一个世界点P，它在不同角度的照相机所拍得的图像中的光照强度是一样的。首先，本文研究分析了目前的DVOSLAM（DenseVisualOdometrySLAM）方法的原理与流程。我们分别从原理上和实验结果中分析其复杂度及其实时性能

6、，发现了其复杂度高、实时性能不够好的问题。所以本文经过分析原DVOSLAM方法找出了相应的改进部分，包括关键帧选择、图像预测和后端优化这三个部分。其次，本文针对原算法中的三种关键帧策略不能很好的平衡效率和性能之间关系的问题，提出了一种新的基于有效像素点的策略来进行关键帧的选择。同时，针对原密集算法预测图像精度不高的问题，本文提出了一种更加精确的像素插值法运用到算法中以提高图像预测的精度。然后通过实验分析出原方法对于包含错误闭环约束的数据集表现不好的原因，我们在后端优化部分采用能够剔除错误闭环约束的动态协方差缩放算法。最后，在经过一系列的在标准数据集上的实验之后

7、，我们证明了本文介绍的密集视觉特征的方法的可行性和有效性，相比于其他基于稀疏视觉特征的方法在效果和效率上都有较大的提高，同时，我们在原算法的基础上所作出的改进也很好的提高了算法的性能。关键词：三维地图重建，DVOSLAM，Kinect，ROS，图像处理IABSTRACTABSTRACTSimultaneousLocalizationandMapping(SLAM)problemisconsideredforamobilerobottomakeautonomousnavigationandobstacleavoidance.Currentlysolutionst

8、otheproblemofSLAMar