基于擴展卡爾曼濾波器的單目視覺SLAM研究.pdf

1、移動機器人同時定位與建圖(Simultaneous Localization and Mapping,SLAM)是當(dāng)前機器人領(lǐng)域的一個熱點問題?；谝曈X的SLAM逐漸受到SLAM領(lǐng)域研究人員的關(guān)注。針對單目視覺SLAM中的問題,本文主要完成了以下的幾點工作： 第一、本文研究單目視覺SLAM的基本原理,建立一個單目視覺SLAM框架。本文采用基于擴展卡爾曼濾波器的SLAM算法,基于粒子濾波器的延遲陸標(biāo)初始化方法,實現(xiàn)了一個能夠?qū)崟r采

2、集和處理數(shù)據(jù)的單目視覺SLAM仿真系統(tǒng)。本文的其他工作依托在該系統(tǒng)上開展。 第二、本文從視覺陸標(biāo)入手,把最新的計算機視覺中的SURF特征提取方法應(yīng)用到單目視覺SLAM中。SURF具有尺度不變性、旋轉(zhuǎn)不變性,相對于SIFT而言,具有更好的可剪裁性,消耗的計算資源更少。但是,SURF特征最早提出的時候用于物體識別,沒有考慮到SLAM的特點。本文根據(jù)單目視覺SLAM的特點,采用SURF特征作為視覺陸標(biāo)。 第三、本文提出新的適用

3、于單目視覺SLAM的陸標(biāo)檢測策略。在同樣的參數(shù)下,同一種特征陸標(biāo)檢測方法提取到的特征數(shù)目是不一樣的。因此可以根據(jù)先驗的環(huán)境信息提出不同的陸標(biāo)特征檢測策略。本文提出了一種基于圖像柵格分割的陸標(biāo)檢測方法,把獲取的圖像分割為若干個子區(qū)域,然后從中心的子區(qū)域開始,成螺旋狀往外擴散搜索。這樣搜索方法的優(yōu)點是從圖像的中心開始初始化陸標(biāo),解決了陸標(biāo)檢測數(shù)量和實時性的矛盾,同時也保證了可以較長時間地觀測陸標(biāo)。 第四、本文提出新的適用于單目視覺S

4、LAM的陸標(biāo)管理方法。目前,一般把陸標(biāo)被觀測的總次數(shù)和陸標(biāo)的可見性作為刪除陸標(biāo)的原則。但是這樣的判斷規(guī)則只是考慮到陸標(biāo)在全局地圖上的穩(wěn)定性,沒有考慮到在局部區(qū)域內(nèi)的穩(wěn)定性。有部分陸標(biāo)只有在固定的觀察角度下才能夠被觀測到,如果機器人離開了該位置,此類陸標(biāo)就不能夠被觀測到。另外,這樣的判斷規(guī)則不能夠處理陸標(biāo)被遮擋的情況,經(jīng)常會發(fā)生重復(fù)初始化同一個陸標(biāo)的情況。本文引入永久陸標(biāo)這種新的陸標(biāo)管理機制,保證這些在特定位置上具有良好穩(wěn)定性的陸標(biāo)不會被