Indexed by:
Abstract:
同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)是实现移动机器人自主导航的核心技术。随着视觉传感器和计算机性能的发展,越来越多的SLAM研究以相机作为传感器,其中单目相机对不同的场景环境具有更强的普适性。另外,图优化逐渐取代概率滤波器成为主流优化方法,用于减小计算过程中的误差。
虽然近年来SLAM研究取得长足的进展,但依然存在许多普遍的问题。初始化问题始终是视觉SLAM问题的一个难点,良好的初始化是后续计算的基础。与此同时,由于SLAM方法对实时性的需求,如何在精度和耗时中达到平衡成为了困扰众多研究者的问题。本文提出了基于图优化的单目视觉SLAM方法,主要包含以下内容。第一,针对视觉里程计的误差问题,本文提出了基于图像特征的单目视觉里程计方法,通过图像信息计算相机的运动轨迹。主要包括位姿与三维地图初始化、输入图像帧的跟踪方法以及关键帧的选择等。第二,为了进一步提高SLAM方法的实时性需求,本文提出了基于图优化的后端优化方法,减小前端视觉里程计中的误差。主要包括图优化中位姿图的改进、优化状态的维护和边缘化的改进方法,用于在保证精度的情况下控制优化计算规模,保证SLAM方法的实时性。同时设计了一个回环检测方法,减小SLAM方法的累计误差。第三,本文根据上述两点,设计并实现了一个实时SLAM系统。
本文使用公开数据集对提出的SLAM方法进行了测试和实验,并与主流SLAM方法进行了比较。实验结果表明,在机器人运动存在回环时,本文所提出的SLAM方法与主流SLAM方法相比,平均跟踪时间更小,并且具有良好的鲁棒性。
Keyword:
Reprint Author's Address:
Basic Info :
Degree: 工程硕士
Mentor: 曾明
Year: 2019
Language: Other
Affiliated Colleges: