基于激光测距仪和RGB-D摄像机的3D SLAM系统

摘要

移动机器人由于具备较强的自主性、智能性和适应性，在工业、军事、民用及科学研究等领域具有十分广泛的应用价值。确定自身位姿是移动机器人实现导航任务的基础，构建环境地图是机器人的重要任务，也是完成特定作业的前提条件。现有的三维地图构建方法是利用三维传感器获取环境信息，并采用扫描匹配算法完成全局坐标指派。在室内结构化环境中，这种方式效率较高、实现较简单。但在实际应用中，这种单纯依赖扫描匹配算法的地图构建方式鲁棒性不强，配准时容易陷入局部极值，最终导致无法构建出准确的三维地图。
　　本文在已有三维地图构建方法的基础上，引入二维定位方法，提出了一种新颖的3DSLAM方案。该方案采用二维激光测距仪和RGB-D摄像机两种传感器，结合粒子滤波器和ICP算法提出新的扫描匹配算法——Fusion-ICP，并通过该算法实现精确三维地图的构建。实验表明，无论三维数据集是否偏离过大，Fusion-ICP算法都能准确、快速地配准数据集，这是经典ICP及其改进算法所不具备的优势。
　　本文提出的3DSLAM系统既包含二维定位和地图构建(2D SLAM)系统模块，也包含三维地图构建(3D Mapping)系统模块，可以精确地确定移动机器人的自身位姿，并实时地产生二维栅格地图和密集的三维环境地图。二维地图用于移动机器人的导航和路径规划领域，三维地图用于帮助人类和机器人认知和理解现实环境。这种多维地图的结合具有扩展性强、应用范围广的特点，可为机器人实现顶层任务提供较坚实的基础。
　　本3DSLAM系统在真实的实验室环境中进行了三维地图构建测试，并与其它三维构建方法进行了比较，结果表明本系统可以鲁棒、高效地解决机器人在未知环境下的定位和三维地图构建问题。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 研究现状

1．2．1 同时定位与地图构建研究现状

1．2．2 三维地图构建研究现状

1．3 本文的主要工作及创新点

1．4 本文的组织结构

第二章 基于激光测距仪的2D SLAM

2．1 引言

2．2 地图的表示方法

2．3 SLAM系统模型

2．4 RBPF-SLAM系统

2．5 实验及结果分析

第三章 基于RGB-D摄像机的三维地图构建

3．1 引言

3．2 RGB-D摄像机简介

3．3 ICP算法

3．4 三维地图构建方案

3．4．1 SIFT算法

3．4．2 Fusion-ICP算法

3．4．3 基于两两配准的三维地图构建

3．5 实验及结果分析

第四章 闭环检测与全局地图一致化

4．1 引言

4．2 Graph-based SLAM问题模型

4．3 g2o框架

4．4 检测并解决闭合环路问题

4．5 实验及结果分析

第五章 3D SLAM系统实验

5．1 3D SLAM软硬件系统结构

5．2 实验结果与分析

5．2．1 三维传感器测试

5．2．2 Fusion-ICP测试

5．2．3 与RGB-D SLAM对比实验

5．2．4 三维地图构建实验

第六章 总结与展望

参考文献

附录 攻读硕士期间发表的论文

致谢