基于深度傳感器的移動(dòng)機(jī)器人視覺(jué)SLAM研究.pdf

1、同時(shí)定位與地圖構(gòu)建（Simultaneous localization and mapping，SLAM）技術(shù)是移動(dòng)機(jī)器人研究領(lǐng)域的熱點(diǎn)之一，是移動(dòng)機(jī)器人在未知環(huán)境中實(shí)現(xiàn)自主導(dǎo)航與控制的關(guān)鍵，也是移動(dòng)機(jī)器人實(shí)現(xiàn)其他操作任務(wù)的基礎(chǔ)。近年來(lái)，由于低廉的成本與豐富的采集信息，視覺(jué)SLAM技術(shù)的開(kāi)發(fā)與應(yīng)用成為備受關(guān)注的熱點(diǎn)問(wèn)題。其中，以Kinect為代表的深度傳感器能夠同時(shí)獲取環(huán)境彩色圖像與深度信息，因而被廣泛應(yīng)用于視覺(jué)SLAM當(dāng)中。目前，已有

2、的使用Kinect深度傳感器的SLAM方案主要由視覺(jué)里程計(jì)前端與位姿優(yōu)化后端組成。
　　本文采用Kinect1.0作為環(huán)境感知傳感器，以TurtleBot2機(jī)器人作為移動(dòng)平臺(tái)，對(duì)視覺(jué)SLAM各個(gè)環(huán)節(jié)進(jìn)行了詳細(xì)的分析與研究，在ROS系統(tǒng)下實(shí)現(xiàn)了同時(shí)定位與地圖構(gòu)建系統(tǒng)，完成對(duì)室內(nèi)環(huán)境不同類型的地圖構(gòu)建。本文的主要內(nèi)容包括以下幾個(gè)部分：
　　1.對(duì)Kinect深度傳感器與TurtleBot2機(jī)器人的硬件結(jié)構(gòu)與功能進(jìn)行了詳細(xì)的闡述。

3、基于ROS系統(tǒng)開(kāi)發(fā)環(huán)境，進(jìn)行傳感器與移動(dòng)機(jī)器人驅(qū)動(dòng)安裝與調(diào)試。同時(shí)，完成整機(jī)裝配工作，搭建實(shí)驗(yàn)硬件平臺(tái)。
　　2.基于不同類型的視覺(jué)傳感器對(duì)視覺(jué)SLAM觀測(cè)信息獲取方式展開(kāi)研究。在攝像機(jī)成像模型與攝像機(jī)標(biāo)定的相關(guān)理論與方法的基礎(chǔ)上，采用張正友平面標(biāo)定法，通過(guò)MatLab工具箱對(duì)所使用傳感器進(jìn)行標(biāo)定實(shí)驗(yàn)，獲取傳感器的物理參數(shù)。針對(duì)雙目視覺(jué)系統(tǒng)，詳細(xì)介紹了其觀測(cè)原理與圖像信息表達(dá)方式，并采用符合視覺(jué)SLAM要求的點(diǎn)特征對(duì)圖像進(jìn)行表達(dá)。

4、基于特征提取與匹配算法的研究，對(duì)圖像特征匹配算法精度不高、計(jì)算量大、實(shí)時(shí)性差等問(wèn)題，提出一種改進(jìn)SIFT圖像特征匹配算法，并通過(guò)特征提取實(shí)驗(yàn)驗(yàn)證了算法的可行性。針對(duì)Kinect傳感器，詳細(xì)介紹了RGB圖像與深度圖像的對(duì)應(yīng)關(guān)系，基于攝像機(jī)模型，通過(guò)遍歷像素計(jì)算完成觀測(cè)信息獲取。最后，對(duì)兩種觀測(cè)信息獲取方式進(jìn)行了詳細(xì)的對(duì)比分析。
　　3.基于Kinect深度傳感器，對(duì)視覺(jué)SLAM算法的各個(gè)模塊進(jìn)行詳細(xì)的研究。本文視覺(jué)SLAM方案選擇實(shí)

5、時(shí)性最好的ORB特征算法進(jìn)行特征提取，并采取FLANN匹配方法進(jìn)行特征匹配。利用匹配最小距離與RANSAC算法結(jié)合的方法對(duì)匹配點(diǎn)進(jìn)行優(yōu)化處理，剔除誤匹配點(diǎn)。在運(yùn)動(dòng)估計(jì)環(huán)節(jié)，使用3D-2D方法進(jìn)行視覺(jué)傳感器的運(yùn)動(dòng)估計(jì)，有效減小了系統(tǒng)的計(jì)算量，同時(shí)避免了計(jì)算陷入局部最優(yōu)的問(wèn)題。在后端處理環(huán)節(jié)，根據(jù)圖片信息定義幀結(jié)構(gòu)體，同時(shí)定義了基于運(yùn)動(dòng)估計(jì)大小的關(guān)鍵幀選取機(jī)制。使用了近距離回環(huán)與隨機(jī)回環(huán)結(jié)合的策略，并基于關(guān)鍵幀，構(gòu)建位姿圖。根據(jù)位姿圖信息，

6、基于G2O庫(kù)實(shí)現(xiàn)了位姿優(yōu)化。根據(jù)優(yōu)化后的位姿構(gòu)建點(diǎn)云地圖。
　　4.針對(duì)點(diǎn)云地圖數(shù)據(jù)量大、重疊區(qū)域難以處理以及難以用于機(jī)器人路徑規(guī)劃等問(wèn)題，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行相應(yīng)的數(shù)據(jù)轉(zhuǎn)換，采用不同的地圖表達(dá)方式構(gòu)建場(chǎng)景地圖，克服點(diǎn)云地圖存在的缺點(diǎn)。通過(guò)點(diǎn)云三維信息融合轉(zhuǎn)換二維類激光信息的方式，采用激光數(shù)據(jù)地圖構(gòu)建算法，構(gòu)建二維柵格地圖，獲取機(jī)器人的可行區(qū)域。通過(guò)創(chuàng)建八叉樹(shù)結(jié)構(gòu)的方式，構(gòu)建Octomap地圖，降低系統(tǒng)運(yùn)行時(shí)間與地圖數(shù)據(jù)量。