基于RGb-D图像序列的实时相机定位与三维场景建图方法

摘要

同步定位与场景构建问题一直是多领域学科的研究热点，近年来，随着民用无人机，家庭服务型机器人的出现，以及谷歌的无人车，微软的全息眼镜等高新技术概念产品的提出，让这个问题越来越受到各大高校以及企业的重视。而这其中，基于视觉的同步定位与场景构建问题，由于采用了视觉传感器作为感知场景环境的工具，具有精度高，消耗小等许多优势，特别是相对采用传统传感器的方法而言，利用视觉定位重建的算法不但能够不受到场景和系统本身一些不利因素的影响，而且可以通过优化累积误差的方式准确地对传感器当前位置进行定位。本文正是基于上述特性提出并设计了一个基于RGB-D图像序列的实时相机定位与三维场景建图方法，并针对系统实时性以及准确性进行了相关算法的分析与选择。
　　本文采用RGB-D图像序列作为视觉输入，将实时同步定位与场景构建问题分成两个主要任务并行处理，其一是基于特征的视觉里程计，主要功能是对相机的运动轨迹进行实时的估计，采用了视觉特征检测与匹配算法对图像帧间进行特征跟踪，保证了特征提取算法的实时性，并采用一致性算法对图像帧间添加运动约束以保证计算得到的运动轨迹足够精确;另一个部分是基于深度图生成的点云数据为场景进行同步的三维地图构建，采用了关键帧筛选法来剔除构建过程中的冗余信息，并利用基于概率估计的八叉树结构作为场景的表示方法，提高了系统的存储效率。此外，在整个同步定位与场景构建的过程中，采用了拓扑图优化的方式来降低系统在运行过程中产生的累积误差。最后，通过实验，验证了本文所设计的系统在同步定位与场景构建问题上的有效性，实时性以及精确性。

目录

声明

摘要

1 绪论

1．1 研究背景与选题意义

1．2 SLAM问题概述

1．2．1 基于概率方法的视觉SLAM系统研究

1．2．2 基于非概率方法的视觉SLAM系统研究

1．3 基于RGB-D相机的SLAM方法现状

1．4 本文主要工作

2 实时SLAM‘系统的相关技术介绍

2．1 相机成像模型

2．1．1 参考坐标系

2．1．2 针孔相机模型

2．2 相机标定

2．2．1 基于黑白格棋盘的标定法

2．3 对极几何与基础矩阵

2．3．1 对极几何

2．3．2 基础矩阵

2．3．3 8点法求解基础矩阵

3 基于图像特征的视觉里程计设计

3．1 图像特征提取算法

3．1．1 添加方向性信息的FAST角点检测算子

3．2．2 添加旋转不变性的BRIEF特征描述子

3．2 图像特征匹配

3．2．1 基于比特串的相似性度量

3．2．2 添加帧间运动约束

3．3 相机运动估计

4 基于概率估计的八叉树场景构建

4．1 关键帧筛选策略

4．2 三维场景构建

4．2．1 基于八叉树结构的场景构建

4．2．2 基于概率估计法的场景更新

5 基于拓扑图优化的相机位姿估计

5．1 拓扑图优化问题介绍

5．2 拓扑图优化的原理

5．2．1 拓扑图优化问题的建模

5．2．2 计算非线性最小二乘问题

5．2．3 计算非欧式空间中的最小二乘问题

5．3 拓扑图优化实现

6 实时SLAM设计及实验仿真

6．1 开发环境与流程设计

6．2 实验数据集介绍

6．3 实验方案及结果

结论

参考文献

致谢