机器人基于视觉特征未知环境建模及自主定位

《机器人基于视觉特征未知环境建模及自主定位》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：工学硕士学位论文机器人基于视觉特征未知环境建模及自主定位硕士研究生：张磊指导教师：张智副研究员学科、专业：控制科学与工程论文主审人：朱齐丹教授哈尔滨工程大学２０１７年１２月分类号：密级：UDC：编号：工学硕士学位论文机器人基于视觉特征未知环境建模及自主定位硕士研究生：张磊指导教师：张智副研究员学位级别：工学硕士学科、专业：控制科学与工程所在单位：自动化学院论文提交日期：2017年12月论文答辩日期：2018年03月学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfo

2、rtheDegreeofM.EngRobotModelingandAutonomousPositioningBasedonUnknownFeatureofVisualFeatureCandidate:ZhangLeiSupervisor:A.P.ZhangZhiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlScienceandEngineeringDateofSubmission:Dec,2017DateofOralExamination:Dec,2017University:HarbinEngineeri

3、ngUniversity机器人基于视觉特征未知环境建模及自主定位摘要随着经济、社会、科技的发展，以及如今社会老龄化趋势的加重，家庭服务机器人越来越受到人们的追捧。而机器人定位技术是服务机器人实现其自身功能的基础和关键所在。但随着数字图像技术日趋成熟，以及视觉信息具有信息量大、易获取、成本低等诸多优点，基于视觉信息的机器人定位技术成为诸多学者和专家研究的焦点。本文针对室内环境下机器人定位，采用普通双目相机作为传感器，获取视觉信息，利用扩展卡尔曼算法（extendedkalmanfilter：EKF）实现机器人定位。针对传统的基于扩展卡尔曼算法的实时定位与地图创建算法的缺陷，研究了一种

4、创建地图与定位过程相分离的定位方法，克服传统EKF算法数据关联脆弱、计算量大等问题，提高算法的实时性。具体的研究内容如下所述：第一，本文采用双目相机作为传感器，双目相机的标定显得很重要，去除摄像机畸变，可以提高建图过程和定位过程精度。第二，离线创建特征库过程。本文采用SIFT特征来描述环境，首先创建图片库，然后采用SIFT算法来提取特征，采用基于KD-tree的BBF算法快速实现左右目图像间匹配，根据双目视觉原理约束去除误匹配，采用RANSAC算法进一步提高匹配的正确率；利用双目测量原理，还原出特征点三维坐标，完成三维重建过程；在三维重建过程中，引入了数据关联方法去除特征库中部分重

5、复特征点，考虑到特征库中特征点过于密集，特征点过多会增加计算量，影响实时性，为此引入了特征点的稀疏性策略，合理控制特征库中特征点的密度和空间均匀度，但同时确保特征库的多样性；为了将特征库中优质特征筛选出来，引入了稳健特征点筛选策略，建立了基于稳健特征点的特征库，使得特征库中特征点的数量大幅度下降，特征库不失多样性。第三，机器人基于离线特征库进行定位。首先将特征库与当前帧图像观测到的特征进行匹配，运用RANSAC算法提高匹配的准确度，找出机器人初始位置；解决完机器人的初始位置后，运用EKF算法循环迭代来估算机器人的位置；最后为了提高特征库的环境适应能力，定位过程特征库进行更新，将环境

6、中的新的稳定的特征点更新进入特征库。最后，研究综合定位实验误差。基于离线过程创建的各个特征库，运用EKF算法实现机器人室内环境下定位；并分别给出各种模式下的特征库，给出详细的定位误差图，以及各个定位数据结果比对。关键词：移动机器人；双目视觉；离线建图；室内机器人定位；稀疏性策略；稳健特征点机器人基于视觉特征未知环境建模及自主定位ABSTRACTWiththedevelopingofeconomy,societyandtechnology,aswellastheincreasingtrendofsocialaging,familyservicerobotattractmoreandm

7、oreattentionbypeople.Thetechnologyofrobotlocalizationiskeytoachieveitsownfunction.However,withthematuringofdigitalimagetechnologyandtheadvantagesofvisualinformationsuchaslargeamountofinformation,easyaccessandlowcost,robotlocalizationtec