全景视觉智能移动机器人固有环境定位

摘要

智能移动机器人已经成为近年来机器人研究中的一个十分重要的领域，随着研究的开展，机器人的智能化水平越来越高，自主能力也越来越强。而移动机器人的定位问题更是智能化研究中至关重要的方向，是机器人智能化实现的先决条件。论文研究了移动机器人在已知固有环境下通过全景图像传感器进行自主定位的问题。
　　 首先，对全景传感器的成像模型进行了分析，对适合于全景图像特征提取的SIFT（Scale-Invariant Feature Transform）算法进行了研究和探讨。针对经典SIFT算法运算量巨大匹配时间消耗大的问题，设计了一套改进的特征提取方法，该方法基本解决了实时图像处理的问题，大大提高了定位的时间效率。
　　 其次，设计了特征图与网格图相结合的特征地图表示方法。运用索引搜索的思想，将图像特征根据位置、类别信息进行保存。通过这种方式能够在不减少特征信息的基础上，减少匹配过程中大量冗余信息的搜索和查询。
　　 再次，根据全景视觉图像特征的分布特点设计了一套独特的地图匹配搜索方式。该搜索方法提出了大环境查找和方向逼近分级查找的思想，可以将机器人从繁重的图库特征搜索中解脱出来，能够使机器人在对地图概况进行分析后极快的将搜索范围集中在当前位置所在区域，降低定位匹配的时间消耗。
　　 最后，针对图像匹配定位过程中可能发生的误匹配，误定位的问题，在对机器人运动状态进行建模的基础上，将超声波传感器返回的机器人位置信息与图像匹配结果进行融合，运用卡尔曼滤波思想，设计了位置校正的定位方式。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究的背景和意义

1.2 机器人定位国内外的发展状况

1.2.1 国内外的发展状况

1.2.2 典型移动机器人定位手段

1.2.3 机器人视觉的发展

1.3 本文的主要工作

1.3.1 主要研究内容

1.3.2 章节安排

第2章 全景图像SIFT特征提取

2.1 全景视觉成像模型

2.2 SIFT算法原理

2.2.1 尺度空间构建

2.2.2 极值点检测

2.2.3 生成特征向量

2.2.4 特征匹配

2.3 基于实际应用的改进SIFT算法

2.3.1 算法结构设计

2.3.2 算法流程

2.3.3 算法的优越性验证

2.4 本章小结

第3章 环境地图构建

3.1 视觉定位整体流程

3.1.1 定位过程设计要求

3.1.2 定位流程设计

3.2 地图信息优化采集

3.2.1 环境地图表示方法

3.2.2 采集参数分析

3.3 地图环境特征提取与描述

3.3.1 地图环境特征提取

3.3.2 地图环境特征描述

3.4 本章小结

第4章 已知环境下的初始定位

4.1 基础环境地图判断

4.2 初始位置方向逼近分级搜索

4.2.1 设计思路

4.2.2 算法设计

4.3 算法实验结果分析

4.3.1 基础环境地图判断

4.3.2 初始位置方向比较及搜索

4.4 本章小结

第5章 视觉与超声波融合的卡尔曼滤波校正

5.1 卡尔曼滤波

5.2 设计思路

5.2.1 预测值与测量值

5.2.2 滤波参数动态确定

5.3 定位算法设计

5.3.1 算法流程

5.3.2 卡尔曼滤波定位仿真

5.4 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