基于单摄像头的同时定位与地图创建方法研究

论文摘要

同时定位与地图创建是指在未知环境下,通过传感器测量周围环境数据,逐渐估计自身位置和运动状况,并且估计和描绘周围环境地图的过程。这一技术使得移动机器人在工业、军事、民用和科学探索等等领域能够承担越来越多的复杂任务。在同时定位与地图创建中,摄像头相比使用其它传感器,有经济,小巧、容易使用和获取信息完整的优点。而使用单摄像头取代多个摄像头,能够在不影响研究系统理论架构的前提下,使实验平台更加简单。本文旨在研究和实践基于视觉传感器的同时定位与地图创建的方法,并主要针对现在世界上较为领先的基于视觉的同类工作中视觉特征提取、描述和跟踪的部分伴随的问题进行分析,最后结合实验,提出一种更加适合室内场景下视角连续变化较大的的视觉特征处理算子,提高了路标特征跟踪的精确性和稳定性,从而使得同时定位与地图创建工作能够更加准确有效地进行。

论文目录

• 摘要
• Abstract
• 第一章.绪论
• 1.概述
• 2.传感器
• 3.同时定位与地图创建
• 3.1.基于单摄像头的同时定位与地图创建（MonoSLAM）的理论架构
• 3.2.要解决的问题
• 4.选题意义及内容安排
• 5.本章小结
• 第二章.计算机视觉基础
• 1.摄像头模型
• 1.1.针孔模型
• 1.2.坐标系变换
• 1.3.摄像头参数
• 2.立体视觉
• 2.1.立体视觉概述
• 2.2.双目测距原理
• 2.3.立体图像匹配及约束
• 3.本章小结
• 第三章.特征提取、描述与跟踪
• 1.概述
• 2.检测子
• 2.1.Harris算子
• 2.2.Good Features/Best Feature Patch算子
• 2.3.SIFT算子
• 2.4.MSER算子
• 2.5.Mean Shift
• 3.描述子
• 3.1.原始图像模板描述
• 3.2.SIFT算子的描述子
• 3.3.几何不变矩描述子
• 4.匹配子
• 4.1.互相关
• 4.2.欧氏距离
• 4.3.马氏距离
• 4.4.其它
• 5.本章小结
• 第四章.状态向量的选择
• 1.四元数与刚体转动
• 1.1.四元数简介
• 1.2.四元数的几何意义
• 1.3.刚体转动的四元数表示
• 2.倒数深度理论
• 3.状态向量
• 4.本章小结
• 第五章.线性和非线性估计
• 1.线性和非线性系统下的滤波器
• 1.1.线性卡尔曼滤波器
• 1.2.非线性模型下的扩展卡尔曼滤波
• 1.3.粒子滤波器
• 2.状态转移方程及其雅可比矩阵的推导
• 2.1.状态转移方程
• 2.2.状态转移方程的雅可比矩阵的求取
• 3.观测方程及其雅可比矩阵的推导
• 3.1.观测方程
• 3.2.观测方程的雅可比矩阵的求取
• 4.本章小结
• 第六章.实验结果和改进建议
• 1.实验设置
• 2.实验结果
• 2.1.经典方法的实验结果
• 2.2.带更新的模板匹配实验结果
• 2.3.SIFT算子的特征点检测和匹配
• 2.4.MSER同时定位与地图创建结果
• 2.5.MBT算子
• 3.本章小结
• 第七章.总结与展望
• 参考文献
• 致谢
• 硕士期间发表的论文