基于ORB關(guān)鍵幀閉環(huán)檢測(cè)算法的SLAM方法研究.pdf

1、在未知環(huán)境下，機(jī)器人通過傳感器獲取外部環(huán)境信息，實(shí)現(xiàn)位姿估計(jì)并增量式地構(gòu)建環(huán)境模型，進(jìn)而確立自身的全局位置，上述過程稱為機(jī)器人同時(shí)定位與地圖構(gòu)建(Simultaneous Localization and Mapping，SLAM)。SLAM問題是目前機(jī)器人研究熱點(diǎn)之一，對(duì)實(shí)現(xiàn)機(jī)器人任務(wù)規(guī)劃、自主控制具有重要的理論意義和應(yīng)用價(jià)值。
　　基于圖優(yōu)化方法的RGB-D SLAM系統(tǒng)框架采用RGB-D傳感器，可在獲取彩色圖像的同時(shí)得到環(huán)境

2、深度信息，減少三維重構(gòu)計(jì)算開銷，因而受到了廣泛研究與應(yīng)用。SLAM系統(tǒng)框架中的閉環(huán)檢測(cè)可校正傳感器誤差與配準(zhǔn)錯(cuò)誤，是減少地圖定位漂移，提高地圖一致性，實(shí)現(xiàn)健壯SLAM的重要算法。
　　本文基于ORB關(guān)鍵幀閉環(huán)檢測(cè)算法，實(shí)現(xiàn)了一種健壯、實(shí)時(shí)的RGB-D SLAM系統(tǒng)框架，本研究主要工作和成果如下：
　　首先，詳細(xì)介紹了RGB-D傳感器的成像原理及內(nèi)外參數(shù)模型，標(biāo)定基本原理。通過彩色相機(jī)與深度相機(jī)標(biāo)定，相機(jī)坐標(biāo)變換實(shí)現(xiàn)彩色與深度

3、相機(jī)的視角標(biāo)齊，為后續(xù)特征匹配、幀間配準(zhǔn)提供視角一致的小畸變圖像信息；
　　其次，對(duì)特征點(diǎn)檢測(cè)算法進(jìn)行了研究，分析對(duì)比SIFT、FAST特征檢測(cè)算法及SIFT、BRIEF特征描述子方法。為滿足 SLAM實(shí)時(shí)性強(qiáng)的系統(tǒng)特性，研究并改進(jìn)基于 FAST特征檢測(cè)與BRIEF特征描述的ORB算法，增強(qiáng)了圖像特征匹配的旋轉(zhuǎn)不變性與實(shí)時(shí)性；
　　再次，系統(tǒng)地研究了基于圖優(yōu)化的SLAM方法。提出一種基于ORB關(guān)鍵幀閉環(huán)檢測(cè)的改進(jìn)SLAM系統(tǒng)

4、框架，建立了關(guān)鍵幀閉環(huán)匹配算法與SLAM之間的關(guān)系；
　　然后，分析了特征檢測(cè)與描述子建立、幀間配準(zhǔn)、位姿變化估及閉環(huán)檢測(cè)等算法對(duì)SLAM實(shí)時(shí)性與魯棒性的影響。系統(tǒng)前端通過ORB算法加快了圖像特征點(diǎn)檢測(cè)與描述子建立速度；結(jié)合相機(jī)小孔模型與深度信息，將二維圖像轉(zhuǎn)換為三維彩色點(diǎn)云；通過隨機(jī)采樣一致性(RANSAC)與最近迭代點(diǎn)(ICP)相結(jié)合的RANSAC-ICP算法，實(shí)現(xiàn)機(jī)器人在初始配準(zhǔn)不確定的條件下精確位姿估計(jì)?；?ORB關(guān)鍵幀

5、詞袋閉環(huán)檢測(cè)算法將關(guān)鍵幀的特征點(diǎn)聚類成為字典，根據(jù)字典單詞間的相似度判斷是否形成場(chǎng)景閉環(huán)，修正位姿錯(cuò)誤。通過閉環(huán)檢測(cè)可減少地圖冗余結(jié)構(gòu)，生成具有一致性的地圖；
　　最后，通過標(biāo)準(zhǔn)測(cè)試數(shù)據(jù)集，以幀間配準(zhǔn)速度及絕對(duì)軌跡誤差(ATE)的均方根值(RMSE)為評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)改進(jìn) SLAM系統(tǒng)的實(shí)時(shí)性與魯棒性進(jìn)行評(píng)價(jià)。與傳統(tǒng) RGB-D SLAM系統(tǒng)框架結(jié)果進(jìn)行了對(duì)比，結(jié)果驗(yàn)證了本文提出的改進(jìn) SLAM方法的可行性和有效性；最后，搭建移動(dòng)機(jī)器