混合人工自然特征環(huán)境的單目視覺SLAM.pdf

1、單目視覺同步定位與地圖構(gòu)建（Monocular SLAM）一直是移動(dòng)機(jī)器人領(lǐng)域的研究熱點(diǎn)。當(dāng)環(huán)境中同時(shí)存在人工和自然特征時(shí)，為了能夠?qū)⒍哂行ЫY(jié)合以提高系統(tǒng)的整體性能，本文提出了一種混合人工自然特征環(huán)境的單目視覺SLAM算法，算法主要包括三個(gè)模塊：視覺特征的建模、基于視覺詞典的閉環(huán)檢測(cè)、地圖構(gòu)建和優(yōu)化。其主要工作和創(chuàng)新點(diǎn)如下：
　　（1）首先，提出了一種基于視覺詞典的視覺特征建模方法。采集的圖像包含一系列無序自然特征或人工路標(biāo)特征

2、，算法對(duì)每一幀圖像進(jìn)行SURF視覺特征提取，應(yīng)用模糊K均值算法對(duì)檢測(cè)的視覺特征向量進(jìn)行分類，構(gòu)建表征圖像的視覺詞典；為了精確表征局部視覺特征與視覺單詞間的相似關(guān)聯(lián)，利用混合高斯模型建立視覺詞典中每一視覺單詞的概率模型。
　　（2）其次，針對(duì)單目視覺SLAM中的閉環(huán)檢測(cè)問題，提出了一種基于視覺詞典的閉環(huán)檢測(cè)算法。基于創(chuàng)建的混合人工自然視覺單詞的概率模型，實(shí)現(xiàn)圖像基于視覺詞典的概率向量表示，通過向量?jī)?nèi)積計(jì)算圖像間的相似度；與此同時(shí)采用

3、貝葉斯濾波技術(shù)對(duì)歷史的閉環(huán)檢測(cè)進(jìn)行跟蹤，保證閉環(huán)檢測(cè)的成功率與連續(xù)性。引入淺層記憶與深度記憶兩種圖像內(nèi)存管理機(jī)制，提升算法的執(zhí)行效率。
　　（3）最后，在混合人工自然特征環(huán)境下實(shí)現(xiàn)單目視覺SLAM算法。算法通過兩個(gè)步驟實(shí)現(xiàn)：圖的構(gòu)建和圖的優(yōu)化。通過獲取圖像序列間的幾何約束關(guān)系估計(jì)攝像頭相對(duì)位姿，基于不同時(shí)刻位姿間的關(guān)聯(lián)完成圖的構(gòu)建；構(gòu)建的圖中節(jié)點(diǎn)之間的約束包含兩部分：視覺里程計(jì)的局部約束和閉環(huán)檢測(cè)的全局約束；采用隨機(jī)梯度下降法最小