基于視覺與慣性傳感器的移動(dòng)機(jī)器人環(huán)境地圖創(chuàng)建方法研究.pdf

1、分類號(hào)UDC密級(jí)學(xué)校代碼10497劣潭程歹大穿學(xué)位論文題目塞士墊鱟魚邀：些堡盛墨魚壁動(dòng)墊墨厶還蕉些圖劍建壅鎏壁塞英文theresearchonmobilerobotenvironmentmapbuildingmethod題目basedonmonocularvisionandintertial—sen—sors研究生姓名張磊指導(dǎo)教師姓名單位名稱副指導(dǎo)教師姓名單位名稱隧國(guó)良職稱機(jī)電工程堂瞳郵編職稱學(xué)位郵編申請(qǐng)學(xué)位級(jí)別塑學(xué)科專業(yè)名稱型達(dá)鹽童墊

2、查盈垡墨論文提交日期2013j論文答辯日期學(xué)位授予單位盍墊墨三苤鱟學(xué)位授予日期答辯委員會(huì)主席婁評(píng)閱人2013年5月譚躍剛劉明堯摘要移動(dòng)機(jī)器人環(huán)境地圖的創(chuàng)建是實(shí)現(xiàn)移動(dòng)機(jī)器入在未知環(huán)境下自主移動(dòng)和路徑規(guī)劃的前提。隨著視覺技術(shù)和圖像處理技術(shù)的發(fā)展，基于視覺和其它輔助傳感器的地圖構(gòu)建方法SLAM(SimultaneousLocalizationandMapping)，成為移動(dòng)機(jī)器人環(huán)境地圖創(chuàng)建的研究熱點(diǎn)。論文將視覺與慣性傳感器相結(jié)合，研究移動(dòng)機(jī)

3、器人環(huán)境地圖的創(chuàng)建方法，主要工作內(nèi)容如下：首先，建立了攝像機(jī)與移動(dòng)機(jī)器人慣性運(yùn)動(dòng)系統(tǒng)模型，通過攝像頭獲取工作環(huán)境圖像信息，利用慣性傳感器數(shù)據(jù)推算出機(jī)器人的旋轉(zhuǎn)矩陣與平移向量，根據(jù)系統(tǒng)模型對(duì)兩者數(shù)據(jù)進(jìn)行融合，存入路標(biāo)信息數(shù)據(jù)庫(kù)，并通過實(shí)驗(yàn)驗(yàn)證了數(shù)據(jù)融合模型的可行性與正確性。其次，重點(diǎn)研究了SIFT特征值提取與匹配算法。對(duì)SIFT算法的推演過程和原理進(jìn)行詳細(xì)的分析，討論了基于SIFT算法改進(jìn)的特征值提取快速算法包括SIFT描述子的改進(jìn)和匹配

4、策略的改進(jìn)。通過實(shí)驗(yàn)，確定了算法中幾個(gè)關(guān)鍵參數(shù)對(duì)特征值提取與匹配的影響，驗(yàn)證了改進(jìn)算法能夠提高特征提取與匹配的執(zhí)行效率。再次，提出了一種基于環(huán)境特征值地圖的優(yōu)化算法和一種二維平面點(diǎn)云數(shù)據(jù)輪廓提取方法。將數(shù)據(jù)庫(kù)特征值信息，通過一定的坐標(biāo)轉(zhuǎn)換構(gòu)建在固定分辨率的bmp圖像上，對(duì)bmp二維地圖進(jìn)行柵格化處理和矩形優(yōu)化處理。最終構(gòu)建了基于特征點(diǎn)地圖的矩形優(yōu)化地圖和基于矩形優(yōu)化地圖的拓?fù)涞貓D，通過誤差分析和路徑規(guī)劃實(shí)驗(yàn)驗(yàn)證了算法的可行性。最后，利用

5、“旅行家II號(hào)”機(jī)器人進(jìn)行地圖創(chuàng)建實(shí)驗(yàn)。搭建了基于mini6410的嵌入式系統(tǒng)控制終端，通過串口對(duì)機(jī)器人進(jìn)行運(yùn)動(dòng)控制和傳感器數(shù)據(jù)獲取。采用實(shí)驗(yàn)分析所得參數(shù)，對(duì)圖像進(jìn)行特征提取，結(jié)合視覺與慣性傳感器系統(tǒng)模型，構(gòu)建特征點(diǎn)地圖，并對(duì)特征點(diǎn)地圖進(jìn)行矩形優(yōu)化處理，最終得到以bmp格式存儲(chǔ)的可用于機(jī)器人自主導(dǎo)航的環(huán)境地圖，并對(duì)地圖進(jìn)行誤差分析與障礙物合并算法驗(yàn)證，實(shí)驗(yàn)證明了地圖創(chuàng)建算法及地圖優(yōu)化算法的可行性。關(guān)鍵詞：移動(dòng)機(jī)器人，環(huán)境地圖，單目視覺，