基于視覺與慣性傳感器的移動機器人環(huán)境地圖創(chuàng)建方法研究.pdf

1、分類號UDC密級學校代碼10497劣潭程歹大穿學位論文題目塞士墊鱟魚邀：些堡盛墨魚壁動墊墨厶還蕉些圖劍建壅鎏壁塞英文theresearchonmobilerobotenvironmentmapbuildingmethod題目basedonmonocularvisionandintertial—sen—sors研究生姓名張磊指導教師姓名單位名稱副指導教師姓名單位名稱隧國良職稱機電工程堂瞳郵編職稱學位郵編申請學位級別塑學科專業(yè)名稱型達鹽童墊

2、查盈垡墨論文提交日期2013j論文答辯日期學位授予單位盍墊墨三苤鱟學位授予日期答辯委員會主席婁評閱人2013年5月譚躍剛劉明堯摘要移動機器人環(huán)境地圖的創(chuàng)建是實現(xiàn)移動機器入在未知環(huán)境下自主移動和路徑規(guī)劃的前提。隨著視覺技術(shù)和圖像處理技術(shù)的發(fā)展，基于視覺和其它輔助傳感器的地圖構(gòu)建方法SLAM(SimultaneousLocalizationandMapping)，成為移動機器人環(huán)境地圖創(chuàng)建的研究熱點。論文將視覺與慣性傳感器相結(jié)合，研究移動機

3、器人環(huán)境地圖的創(chuàng)建方法，主要工作內(nèi)容如下：首先，建立了攝像機與移動機器人慣性運動系統(tǒng)模型，通過攝像頭獲取工作環(huán)境圖像信息，利用慣性傳感器數(shù)據(jù)推算出機器人的旋轉(zhuǎn)矩陣與平移向量，根據(jù)系統(tǒng)模型對兩者數(shù)據(jù)進行融合，存入路標信息數(shù)據(jù)庫，并通過實驗驗證了數(shù)據(jù)融合模型的可行性與正確性。其次，重點研究了SIFT特征值提取與匹配算法。對SIFT算法的推演過程和原理進行詳細的分析，討論了基于SIFT算法改進的特征值提取快速算法包括SIFT描述子的改進和匹配

4、策略的改進。通過實驗，確定了算法中幾個關鍵參數(shù)對特征值提取與匹配的影響，驗證了改進算法能夠提高特征提取與匹配的執(zhí)行效率。再次，提出了一種基于環(huán)境特征值地圖的優(yōu)化算法和一種二維平面點云數(shù)據(jù)輪廓提取方法。將數(shù)據(jù)庫特征值信息，通過一定的坐標轉(zhuǎn)換構(gòu)建在固定分辨率的bmp圖像上，對bmp二維地圖進行柵格化處理和矩形優(yōu)化處理。最終構(gòu)建了基于特征點地圖的矩形優(yōu)化地圖和基于矩形優(yōu)化地圖的拓撲地圖，通過誤差分析和路徑規(guī)劃實驗驗證了算法的可行性。最后，利用

5、“旅行家II號”機器人進行地圖創(chuàng)建實驗。搭建了基于mini6410的嵌入式系統(tǒng)控制終端，通過串口對機器人進行運動控制和傳感器數(shù)據(jù)獲取。采用實驗分析所得參數(shù)，對圖像進行特征提取，結(jié)合視覺與慣性傳感器系統(tǒng)模型，構(gòu)建特征點地圖，并對特征點地圖進行矩形優(yōu)化處理，最終得到以bmp格式存儲的可用于機器人自主導航的環(huán)境地圖，并對地圖進行誤差分析與障礙物合并算法驗證，實驗證明了地圖創(chuàng)建算法及地圖優(yōu)化算法的可行性。關鍵詞：移動機器人，環(huán)境地圖，單目視覺，