基于改进ORB算法的单目视觉里程计研究

摘要

近年来，随着视觉系统的不断发展，基于视觉的感知目标定位系统逐渐应用于实际工程与学术研究的大量的领域中。在众多定位方法中，视觉里程计依赖相机作为感知环境的唯一渠道，通过对在机器人运动过程中相机采集到的图像进行处理及相关模型的参数求解，以实现从图像中还原相机在当前环境下的运动姿态及跟踪移动机器人的运动轨迹的目的。
　　单目视觉里程计采用单个摄像头作为数据输入来源，具有硬件要求低、计算量小等优点，但也易受环境干扰因素的影响，导致精度与鲁棒性不佳。本文针对室外城市环境下移动机器人基于单目相机的视觉里程计方法进行探究，并解决其精度与鲁棒性差的问题，具体内容如下:
　　针对目前视觉里程计的特征提取及匹配的问题进行研究，采用一种基于GMS算法的特征点优化策略。首先采用ORB特征点算法对两帧图像内的特征点进行提取与匹配，针对ORB算法存在大量误匹配特征点这一问题，采用GMS区域支持算法对匹配点进行筛选，以保证实时性的前提下增加算法的匹配精度。
　　针对视觉里程计的运动估计问题，本文采用基于RANSAC滤波的对极几何与EPnP融合运动估计算法。首先利用对极几何对视觉里程计初始运行状态下的运动参数进行求解，基于空间三角化方法求解图像内的特征点的三维坐标，并在之后的算法运行过程中采用EPnP方法对运动参数进行求解，最后利用RANSAC方法进行滤波以保障视觉里程计定位的精确性与稳定性。
　　针对视觉里程计系统在室外场景下存在的累积误差及环境干扰问题，本文提出一种结合路标点地图的关键帧匹配技术，并采用稀疏光束平差法对相邻关键帧的位姿进行局部非线性优化以降低帧间运动估计的误差，避免视觉里程计出现跟踪失败的情况，提升系统整体精度与鲁棒性。
　　在上述研究的基础上，本文以配有单目相机的履带式移动机器人作为实验平台对本文运动估计算法在室外大范围环境下的参数进行准确性验证，并基于KITTI数据集对整体视觉里程计算法性能进行评估，结合实验结果证明算法的可行性与准确性。

目录

声明

摘要

第1章绪论

1．1课题研究目的及意义

1．2国内外现状及存在的问题

1．3课题研究内容及章节安排

第2章视觉里程计运动模型研究

2．1单目视觉里程计系统框架

2．2 ORB特征提取与匹配算法

2．2．1 FAST角点检测算法

2．2．2 rBRIEF特征点描述子算法

2．3相机运动估计算法研究

2．3．1三维坐标系定义

2．3．2相机成像模型

2．3．3基于极线几何的运动估计算法

2．3．4基于空间三角化的场景深度估计算法

2．4实验结果分析

2．4．1实验平台及环境介绍

2．4．2相机标定实验

2．4．3视觉里程计的运动估计算法效果分析

2．5本章小结

第3章基于特征点法的运动估计优化算法研究

3．1基于网格运动估计统计的特征匹配优化算法

3．2相机运动估计的EPnP解法

3．3运动估计迭代优化算法

3．4实验结果分析

3．4．1基于GMS优化的ORB特征匹配实验

3．4．2室外场景下短距离测试实验

3．5本章小结

第4章视觉里程计局部优化算法研究

4．1结合路标点地图的关键帧匹配算法

4．2基于稀疏光束平差的相机位姿优化算法

4．3实验结果分析

4．3．1实验平台与运行环境

4．3．2重投影误差试验

4．4本章小结

第5章单目视觉里程计性能测试实验

5．1实验数据与运行环境

5．2实验结果分析

5．3本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢