混合人工自然特征環(huán)境的單目視覺SLAM.pdf

1、單目視覺同步定位與地圖構建（Monocular SLAM）一直是移動機器人領域的研究熱點。當環(huán)境中同時存在人工和自然特征時，為了能夠將二者有效結合以提高系統(tǒng)的整體性能，本文提出了一種混合人工自然特征環(huán)境的單目視覺SLAM算法，算法主要包括三個模塊：視覺特征的建模、基于視覺詞典的閉環(huán)檢測、地圖構建和優(yōu)化。其主要工作和創(chuàng)新點如下：
　?。?）首先，提出了一種基于視覺詞典的視覺特征建模方法。采集的圖像包含一系列無序自然特征或人工路標特征

2、，算法對每一幀圖像進行SURF視覺特征提取，應用模糊K均值算法對檢測的視覺特征向量進行分類，構建表征圖像的視覺詞典；為了精確表征局部視覺特征與視覺單詞間的相似關聯(lián)，利用混合高斯模型建立視覺詞典中每一視覺單詞的概率模型。
　?。?）其次，針對單目視覺SLAM中的閉環(huán)檢測問題，提出了一種基于視覺詞典的閉環(huán)檢測算法?；趧?chuàng)建的混合人工自然視覺單詞的概率模型，實現圖像基于視覺詞典的概率向量表示，通過向量內積計算圖像間的相似度；與此同時采用

3、貝葉斯濾波技術對歷史的閉環(huán)檢測進行跟蹤，保證閉環(huán)檢測的成功率與連續(xù)性。引入淺層記憶與深度記憶兩種圖像內存管理機制，提升算法的執(zhí)行效率。
　?。?）最后，在混合人工自然特征環(huán)境下實現單目視覺SLAM算法。算法通過兩個步驟實現：圖的構建和圖的優(yōu)化。通過獲取圖像序列間的幾何約束關系估計攝像頭相對位姿，基于不同時刻位姿間的關聯(lián)完成圖的構建；構建的圖中節(jié)點之間的約束包含兩部分：視覺里程計的局部約束和閉環(huán)檢測的全局約束；采用隨機梯度下降法最小