室內(nèi)環(huán)境中單目視覺3D地圖創(chuàng)建.pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,基于視覺系統(tǒng)的3D地圖創(chuàng)建受到了研究人員的日益關(guān)注。移動機器人需要在未知的室內(nèi)環(huán)境中進行工作,就必須明確周圍空間的環(huán)境表示方法,本文提出了一種基于改進視覺里程計和樹網(wǎng)絡結(jié)構(gòu)的室內(nèi)3D地圖創(chuàng)建及優(yōu)化方法。方法包括:視覺特征的提取描述和匹配跟蹤;3D地圖的關(guān)聯(lián)創(chuàng)建;閉環(huán)檢測與地圖優(yōu)化。
  首先,本文研究了3D地圖創(chuàng)建前的視覺系統(tǒng)相關(guān)技術(shù),包括攝像機的成像模型及其原理;視覺特征處理模塊中采用SURF算子對采集到多幀RGB圖像進

2、行穩(wěn)定的特征點提取和匹配;對Kinect采集的圖像信息和深度信息進行融合,加載點云庫(PCL)進行三維地圖的映射顯示。
  其次,針對3D地圖中的數(shù)據(jù)關(guān)聯(lián)匹配問題,提出了一種基于改進視覺里程計方法的3D數(shù)據(jù)匹配算法。關(guān)聯(lián)視覺三維信息模型,使用里程計中的六個自由度來表示轉(zhuǎn)換矩陣,利用剛體轉(zhuǎn)換的非結(jié)合代數(shù)以及圖片一致性最大化來參與計算,通過能量方程的線性化來評價配準結(jié)果,提高數(shù)據(jù)融合的成功率,能夠有效實時地進行點云數(shù)據(jù)配準,實現(xiàn)室內(nèi)環(huán)

3、境3D地圖增量式實時創(chuàng)建。
  最后,實現(xiàn)全局3D地圖優(yōu)化創(chuàng)建。針對彩色圖像和深度信息標定的問題,采用校正失真的公式模型,更正采集的RGB圖像和深度圖的對應關(guān)系以減小數(shù)據(jù)前期誤差,從而有利于后期數(shù)據(jù)的融合處理;提出室內(nèi)環(huán)境下單目視覺3D地圖的閉環(huán)檢測算法,方法包括:采用BoVW建模和貝葉斯濾波法相結(jié)合來對歷史的閉環(huán)檢測進行跟蹤,實現(xiàn)當前圖像和歷史圖像的數(shù)據(jù)關(guān)聯(lián),一旦檢測到閉環(huán),通過基于樹結(jié)構(gòu)的網(wǎng)絡優(yōu)化方法對新的約束條件進行地圖優(yōu)化

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論