基于RGB-D和單目視覺的同時定位與建圖算法研究.pdf

1、隨著科學技術(shù)、計算機網(wǎng)絡和硬件的進步，同時定位與建圖(Simultaneous Localization and Mapping，SLAM)無疑已經(jīng)成為了移動機器人智能化領(lǐng)域的研究熱點之一，它對機器人的自主移動來說起到了至關(guān)重要的作用。SLAM可以使用很多方法實現(xiàn)，總體上可以分為濾波器方法和圖優(yōu)化方法。對于利用圖像信息作為數(shù)據(jù)來源的SLAM問題被又稱為視覺SLAM(Visual SLAM，VSLAM)。在動態(tài)、復雜度高和大尺度的環(huán)境下，

2、利用視覺信息作為唯一的外部感知來源來解決SLAM問題是目前一個活躍的研究領(lǐng)域。
　　本研究主要內(nèi)容包括：⑴通過比較不同視覺傳感器的優(yōu)缺點并參考“圖優(yōu)化”方式構(gòu)建了基于深度相機的RGB-D建圖算法，并針對傳統(tǒng)視覺特征魯棒性、實時性和匹配精度較差的問題，提出了一種基于ORB視覺特征的RGB-D建圖算法。然后將不同視覺特征（ORB、SIFT、SURF、FAST、GridFAST等）應用到RGB-D建圖算法中并比較了它們對整個建圖算法實時

3、性、精度以及重定位能力的影響。實驗證明，ORB特征在魯棒性、實時性和匹配精度方面的性能都遠優(yōu)于其他視覺特征，基于ORB視覺特征的RGB-D建圖算法在實時性、建圖準確性和重定位能力方面效果更好。⑵針對傳統(tǒng)關(guān)鍵幀選擇算法單一、整個SLAM過程中關(guān)鍵幀數(shù)量激增的問題，提出了一種改進的關(guān)鍵幀選擇算法，并以此為基礎(chǔ)構(gòu)建了基于ORB特征的RGB-D SLAM算法。改進的關(guān)鍵幀選擇算法不僅整合了幀間相對運動距離、特征點跟蹤以及最小視覺變化來選擇關(guān)鍵幀

4、，同時檢測冗余關(guān)鍵幀并將其刪除。通過在RGB-D數(shù)據(jù)集上的實驗表明，改進的關(guān)鍵幀選擇算法能夠更精準、及時地選擇關(guān)鍵幀，并在減少RGB-D SLAM算法中冗余關(guān)鍵幀的同時提高RGB-D SLAM算法的實時性和建圖、定位精度。⑶針對RGB-D相機使用靈活性較低、特征點法魯棒性較差的問題，利用直接法實現(xiàn)單目相機下的同時定位與建圖。該算法使用一般的單目相機為傳感器獲取環(huán)境信息，克服了深度相機只能在室內(nèi)環(huán)境下使用的局限性，也能在室外環(huán)境下使用。相