基于视觉定位的地图构建方法研究

论文摘要

机器人视觉导航是机器人领域研究的热点,其中视觉定位、感知及地图构建算法是视觉导航的核心与关键。基于视觉的定位与地形感知方法具有精度高、能耗小等优点,尤其视觉定位算法能够进行准确的全局定位,不会像惯性导航装置受到累积误差影响或像轮式里程计受到车轮打滑等不利因素的影响。因此本文设计提出了基于视觉定位的致密地图构建方法以及整体视觉导航系统方案。其中视觉定位算法使用基于双目立体视觉的运动估计算法,使用SIFT算法进行帧间特征跟踪,使用RANSAC算法去除误匹配并使用最小二乘法进行运动估计,从而得到机器人精确的全局坐标和路径轨迹。本文还提出基于联合置信度的改进种子像素扩张算法,改善了图像边缘区域的视差扩张计算结果,提升了原有视差扩张方法的整体性能以及局部地形三维重建的效果;在以上算法的基础上,本文还提出了一种基于自标定的宽基线立体匹配方法用于远距离地形三维重建。在以上视觉定位和地形三维重建的基础上,本文设计了一种基于栅格DEM的地图构建方法,将三维重建得到的地形三维点云图投影到二维栅格地图并计算每个栅格对应地形的高度,基于综合高度阈值判断以及备选坡度估计进行通行性判定并生成通行性地图。最后根据获得的通行性地图进行动态路径规划,从而引导机器人遵循规划路径规避所有障碍物地形并最终到达目的地。通过一系列不同光照、纹理、地形的室内外测试场景实验,验证了本文所提出的视觉定位算法、立体视觉三维重建方法、地图构建方法以及整体视觉导航系统的有效性和鲁棒性。

论文目录

• 致谢
• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 视觉导航技术现状
• 1.2.1 自主导航技术
• 1.2.2 视觉定位技术
• 1.2.3 视觉感知技术
• 1.2.4 地图构建与通行性判定
• 1.2.5 同时定位与地图构建
• 1.3 三维空间坐标系转换
• 1.4 课题技术路线与主要内容
• 第2章 视觉定位算法研究
• 2.1 图像特征提取与匹配
• 2.1.1 尺度与旋转不变特征的提取与匹配
• 2.1.2 特征提取与匹配算法分析比较
• 2.2 运动估计
• 2.2.1 随机抽样一致性算法
• 2.2.2 运动估计算法
• 2.3 视觉定位算法总体实现
• 2.4 本章小结
• 第3章 基于视觉的地图构建方法研究
• 3.1 立体图像校正
• 3.2 基于联合置信度的改进视差扩张算法
• 3.2.1 立体匹配方法介绍
• 3.2.2 基于联合置信度的改进匹配方法
• 3.3 基于自标定的宽基线立体匹配
• 3.3.1 基于自标定的图像校正
• 3.3.2 宽基线立体匹配
• 3.4 三维重建
• 3.4.1 局部地形三维重建
• 3.4.2 宽基线远距离场景三维重建
• 3.5 DEM地图构建
• 3.5.1 局部DEM地图构建
• 3.5.2 通行性判定及地图融合
• 3.6 本章小结
• 第4章 系统设计与实验
• 4.1 系统平台与架构
• 4.2 系统测试
• 4.2.1 视觉定位算法测试结果
• 4.2.2 地形重建与地图构建测试结果
• 4.2.3 视觉导航系统整体测试
• 4.3 本章小结
• 第5章 总结与展望
• 5.1 结论
• 5.2 展望
• 参考文献
• 攻读学位期间论文发表情况