基于视觉里程计的移动机器人定位算法设计与实现

摘要

随着移动机器人的应用场合越来越广泛，复杂环境下实现移动机器人的自主行为和决策一直是热点之一，其中机器人的定位和导航是不可或缺的关键部分。传统的机器人定位采用的是惯导和GPS结合，但GPS存在数据丢失、阻塞等情况，也面临着必须在室外场景下等条件限制，存在一定的局限性。而视觉定位则不会存在以上问题。视觉定位也称视觉里程计，指移动机器人运行过程中，通过相机采集得到的图像信息提取特征，估计出机器人的位姿变化。本文针对视觉里程计定位算法进行了研究，将卡尔曼融合的思想运用其中，对光流法和特征点匹配法进行视觉融合，具体内容如下： 首先，研究了图像特征点匹配，对几种常见的特征值提取和匹配算法进行分析，选择SURF算法对关键帧图像进行处理。 然后，分析了光流法的运动估计，并对光流法里程计存在的精度差等问题提出了改进措施，将特征点匹配法与光流法进行卡尔曼融合，提出了局部地图的思想对关键帧进行筛选，减少剧烈运动时的视觉定位误差，并利用数据集进行测试，保证了融合算法的正确性。 最后，设计并实现了视觉融合算法的实验框架，针对不同工况下的实际场景中进行实验，验证了算法的实时性与鲁棒性，并结合激光数据进行二维栅格地图的建立，为之后的导航模块设计做准备。 结果表明融合算法能够克服光流法精度差，误差累计等因素和特征点法实时处理速度慢等缺点，突出了特征点匹配精度高和局部地图消除误差累积等优点，该方法能为激光SLAM提供较准确的实时定位信息，具有一定的鲁棒性。

目录

第一个书签之前