結(jié)合單目視覺的RGB-DSLAM算法及其在云機(jī)器人下的實(shí)現(xiàn).pdf

1、移動(dòng)機(jī)器人同步定位和地圖構(gòu)建的研究，對(duì)機(jī)器人實(shí)現(xiàn)全自主運(yùn)動(dòng)有著重要的研究意義。近些年來，隨著傳感器技術(shù)的不斷發(fā)展，深度圖像的獲取更加便捷，使得基于RGB-D的SLAM技術(shù)受到研究者的廣泛關(guān)注。
　　本文從實(shí)際出發(fā)，結(jié)合SLAM技術(shù)的研究現(xiàn)狀，對(duì)視覺SLAM算法中的不同的單目視覺SLAM算法進(jìn)行了對(duì)比，并對(duì)RGB-D SLAM算法進(jìn)行了分析與介紹。在此基礎(chǔ)上，提出了結(jié)合單目視覺的RGB-D SLAM方法，并對(duì)其進(jìn)行了擴(kuò)展，使得其可以

2、在云機(jī)器人環(huán)境下運(yùn)行。本文的主要研究成果如下：
　?。?）、針對(duì)大環(huán)境下的RGB-D SLAM方法中，深度相機(jī)無(wú)法獲取深度信息，以及相機(jī)快速移動(dòng)過程中深度信息獲取不全的問題，本文提出了一種結(jié)合單目視覺的RGB-D SLAM算法。算法結(jié)合單目視覺和RGB-D深度視覺的不同優(yōu)點(diǎn)，先對(duì)RGB-D相機(jī)獲取的RGB圖像進(jìn)行特征提取，并對(duì)特征點(diǎn)的深度信息進(jìn)行檢測(cè)與統(tǒng)計(jì)，判斷出深度信息的獲取是否完整。然后，通過一個(gè)選擇控制機(jī)制，在無(wú)法獲取深度信

3、息以及深度信息獲取不完全的情況下，利用單目視覺SLAM方法構(gòu)建單目局部地圖；在獲取深度信息充足的時(shí)候直接利用RGB-D SLAM方法構(gòu)建RGB-D局部地圖。最后對(duì)構(gòu)建好的單目局部地圖和RGB-D局部地圖進(jìn)行三維地圖的拼接與融合，構(gòu)建出全局最優(yōu)地圖。該方法使得深度相機(jī)有更廣闊的適用空間，不僅僅局限于狹窄的室內(nèi)環(huán)境，還可以擴(kuò)展到寬敞的室內(nèi)大場(chǎng)景中。同時(shí)使用該方法，可以提高RGB-D SLAM方法的穩(wěn)定性，使機(jī)器人在大場(chǎng)景環(huán)境下，可以更快速的

4、構(gòu)建出全局最優(yōu)地圖。
　?。?）、在上述研究的基礎(chǔ)上，利用云計(jì)算技術(shù)，將地圖構(gòu)建中復(fù)雜而又費(fèi)時(shí)的優(yōu)化和計(jì)算任務(wù)分配至云端運(yùn)行，而實(shí)時(shí)性要求比較高的跟蹤任務(wù)則分配在本地機(jī)器人上運(yùn)行。工作過程中，機(jī)器人客戶端通過標(biāo)準(zhǔn)的無(wú)線網(wǎng)絡(luò)向云服務(wù)端發(fā)送關(guān)鍵幀，并結(jié)合本地次優(yōu)地圖完成跟蹤任務(wù)；云服務(wù)端在接收到關(guān)鍵幀之后構(gòu)建全局地圖，并對(duì)地圖進(jìn)行優(yōu)化與融合，最后將構(gòu)建好的全局地圖發(fā)送至機(jī)器人客戶端。結(jié)合云計(jì)算的RGB-D SLAM算法不僅可以提高SL