室外環(huán)境下基于雙目立體視覺的同時(shí)定位與建圖.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，智能移動機(jī)器人(Autonomous Mobile Robot)作為一種集環(huán)境感知、決策、控制與執(zhí)行等多功能于一體的綜合化系統(tǒng)，逐漸滲透到人類活動的各個(gè)領(lǐng)域。對自身的精準(zhǔn)定位和地圖重建是智能移動機(jī)器人擁有自主移動的前提，其中基于視覺的定位和建圖技術(shù)憑借其低成本、信息量大等優(yōu)勢，逐漸成為自主定位與地圖構(gòu)建領(lǐng)域的一個(gè)重要發(fā)展方向。
　　本文依托中國科學(xué)院應(yīng)用技術(shù)研究所的無人駕駛車輛平臺，研究完全依賴Bumblebe

2、e2立體相機(jī)在室外環(huán)境下的無人車同時(shí)定位與建圖技術(shù)。本文首先對圖像處理手段進(jìn)行理論介紹，然后重點(diǎn)研究立體圖像的同時(shí)匹配與跟蹤算法以及基于優(yōu)化策略的視覺SLAM模型，并基于Levenberg-Marquardt算法建立定位姿態(tài)的最優(yōu)化目標(biāo)函數(shù)，最終完成無人車的位姿模型建立和地圖構(gòu)建。
　　針對室外視覺SLAM跟蹤過程中，因環(huán)境光線變化劇烈、幀間運(yùn)動幅度大等原因而出現(xiàn)的匹配跟蹤率低、魯棒性不強(qiáng)等問題，提出一種同時(shí)匹配與跟蹤算法。在特征

3、提取方面，本文利用高斯濾波器獲取圖像的二階邊緣響應(yīng)，通過對Harris、SIFT、SURF特征提取算子的理論分析和實(shí)驗(yàn)性能對比，最終選用以Harris算子為檢測基礎(chǔ)來提取局部極值以構(gòu)造特征描述子。在圖像匹配方面，以絕對誤差和作為匹配代價(jià)來建立衡量準(zhǔn)則，并通過圖像分塊索引以均衡化關(guān)鍵點(diǎn)分布，最后利用RANSAC算法優(yōu)化匹配精度。最后通過四邊閉環(huán)約束對特征點(diǎn)進(jìn)行匹配融合和即時(shí)跟蹤，并利用閉環(huán)確認(rèn)機(jī)制同時(shí)優(yōu)化匹配和跟蹤精度。進(jìn)一步地，通過分別

4、與SIFT、SURF匹配算法和光流跟蹤法進(jìn)行實(shí)驗(yàn)效果對比，對本文視覺SLAM的圖像處理算法在匹配跟蹤過程中的優(yōu)劣性進(jìn)行闡釋。
　　提出以Levenberg-Marquardr非線性最小二乘法來建立基于優(yōu)化策略的視覺定位模型和地圖構(gòu)造模型，同時(shí)利用圖優(yōu)化理論消除定位累積誤差。在無人車定位方面，首先通過匹配跟蹤集合進(jìn)行稀疏三維點(diǎn)的重建，并基于LM算法對預(yù)測值和觀測值建立前后幀2D-3D的誤差優(yōu)化函數(shù)，從而將無人車R、T運(yùn)動姿態(tài)矩陣的求