基于立体全景视觉的移动机器人3DSLAM研究

摘要

全景视觉成像系统是近年来机器人视觉领域研究的热点之一，该类型传感器在视觉监控领域，机器人定位，机器人视觉伺服控制等得到了广泛应用。随着服务机器人的活动能力不断增强和室内环境的日趋复杂，机器人必须考虑环境的三维信息，以决定其移动策略，三维同时定位与地图构建（3D SLAM）技术是提高机器人环境感知和活动能力的重要方法。为使机器人在环境探索过程中，通过连续感知三维物体表面特征并构建三维环境地图，本文研究了基于全景相机的3DSLAM。
　　本文首先基于统一球面投影原理构建鱼眼全景类型相机的成像模型，并在此基础上建立了双目立体视觉标定模型。为了克服扭曲图像角点曲率变化对传统Harris及FAST角点提取的影响，本文基于图像边缘特征，通过Hough变换拟合图像线段来检测图像角点，提高了角点检测的稳定性和精度。在统一球面投影原理基础上，本文进一步开展了球面尺度不变特征的研究。在建立全景相机投影模型的基础上，采用球面尺度空间特征不变（SIFT）算法构建球面尺度空间，并通过构造局部球面描述子（LSD）实现全景图像特征点的提取与合理匹配。在此基础上，根据球面几何原理获取了SIFT特征点准确的三维信息。通过基于RANSAC的三维平面特征建模及检测方法实现了SIFT空间三维特征点的重构，验证提取SIFT特征点的准确性。基于扩展卡尔曼滤波，研究了立体视觉系统的SLAM问题；该方法不依赖于具有先验信息的运动模型，而是采用自运动模型作为SLAM的运动模型；在单目视觉观测模型的基础上，提出了立体视觉的观测模型，并采用基于Kd树的最近邻算法解决数据关联问题。实验结果表明，所采用的球面SIFT算法克服了传统SIFT在球面极点提取不准确的问题，对全景相机适应性强且具有较好的匹配效果；通过提出的特征点三维信息获取方法，能精确地提取出特征点三维信息；设计的3D SLAM方法对不同环境适应性良好、构建的地图误差低，且能有效地移植到机器人平台上。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1课题来源研究背景及意义

1.2国内外研究现状

1.3研究内容

第2章 球面SIFT特征点提取与匹配

2.1引言

2.2全景相机投影模型

2.3球面尺度空间

2.4球面SIFT算法

2.5传统SIFT和球面SIFT比较

2.6本章小结

第3章 SIFT特征点三维重构

3.1引言

3.2全景相机投影数学模型

3.3全景立体视觉标定方法

3.4三维平面特征建模及检测方法

3.5本章小结

第4章 基于全景立体视觉系统的三维地图构建

4.1引言

4.2 SLAM问题解决方案

4.3运动与观测模型

4.4数据关联与地图管理

4.5整体算法流程

4.6本章小结

第5章 算法验证实验

5.1引言

5.2立体全景视觉系统的标定实验

5.3球面不变图像特征的提取及匹配实验

5.43D SLAM算法验证实验

5.5本章小结

结论

参考文献

攻读学位期间发表过的学术论文

声明

致谢