基于激光与单目视觉融合的机器人室内定位与制图研究

《基于激光与单目视觉融合的机器人室内定位与制图研究》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、硕士学位论文基于激光与单目视觉融合的机器人室内定位与制图研究INDOORSLAMFORROBOTSBASEDONLASERANDMONO-VISIONFUSION梁潇哈尔滨工业大学2015年12月国内图书分类号：TP242学校代码：10213国际图书分类号：621密级：公开工学硕士学位论文基于激光与单目视觉融合的机器人室内定位与制图研究硕士研究生：梁潇导师：陈浩耀副教授申请学位：工学硕士学科：控制科学与工程所在单位：深圳研究生院答辩日期：2015年12月授予学位单位：哈尔滨工业大学Classif

2、iedIndex:TP242U.D.C:621DissertationfortheMasterDegreeinEngineeringINDOORSLAMFORROBOTSBASEDONLASERANDMONO-VISIONFUSIONCandidate：LiangXiaoSupervisor：Assoc.Prof.ChenHaoyaoAcademicDegreeAppliedfor：MasterDegreeinEngineeringSpeciality：ControlScienceandEngi

3、neeringAffiliation：ShenzhenGraduateSchoolDateofDefence：December,2015Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要机器人的同步定位与制图（SLAM，SimultaneousLocalizationandMapping）是当今机器人研究领域的一个重要内容，研究的热点根据传感器的不同大体上可分为基于激光的SLAM以及基于视觉的SLA

4、M。本文首先分别研究了现有的基于激光与基于单目视觉的SLAM方法并且分析了这两类方法的优缺点。通过实验发现，激光SLAM制图较准确，且有很高的实时性，激光SLAM的实验结果在小型环境中非常准确，但是到了大型环境中，由于累计误差或者错误的闭环检测，使得机器人制出来的图并不理想，而且由于传感器信息量较少，在较复杂的环境里不能很好的完成场景识别。相反，视觉SLAM有很丰富的信息量，能够很好的识别环境，但是这种方法制出来的地图不够精确，而且由于需要处理的数据过多，无法保证算法的实时性，尤其是在大尺度或者

5、特征点不明显的环境中，很容易出现匹配速度跟不上机器人运行速度的问题，导致地图出现断裂。本文研究了激光和视觉SLAM的现有成果，分别对激光与视觉两种方法进行了广泛的调研，并完成了一系列对比实验，最终设计了一种结合两种方法优点的新型方法，即采用单目视觉信息来辅助激光进行SLAM，有效解决了单个激光传感器的移动机器人室内定位与制图问题。本文采用了流行的ORB特征来建立词袋，以便提升系统的运行效率。首先通过视觉ORB特征建立环境词袋实现关键帧检测、初步闭环检测及全局重定位等方法来给出一个视觉闭环信号；然

6、后用这个信号触发激光SLAM进行闭环检测、错误匹配滤除以及机器人位姿图优化。本文分别在矩形走廊（26m×47m）以及大型图书馆（30m×100m）内进行了对比实验，改进后算法的实验结果相对于原激光SLAM方法制出来的图都有很大程度的改进，而且在实时性上，也并没有因为加入了视觉信息而受到太大影响，从而保证了SLAM方法所需要的实时性。本论文所获得的成果可以广泛的应用于服务机器人，工业自主导引车，无人飞行器等等领域，对于我国机器人的应用推广有较大的意义。关键词:激光同步定位与制图；单目视觉同步定位与

7、制图；多传感器融合；移动机器人SLAM-I-哈尔滨工业大学工学硕士学位论文AbstractSLAM(SimultaneousLocalizationandMapping)isoneofthemostimportanttopicsintheroboticsfield.TheexistingSLAMframeworkscanmainlybedividedintolaserbasedSLAMandvisualbasedSLAM(vSLAM).Inthisdissertation,thelaserSLA

8、MandmonocularvSLAMmethodswerefirstlycarefullystudiedandanalyzedontheadvantagesanddisadvantagesrespectively.OurexperimentsalsodemonstratethatthelaserbasedSLAMisaccurateandfastwithgoodperformanceinsmallenvironments.However,duetotheaccumulativemotionerr