基于視覺(jué)的移動(dòng)機(jī)器人室外定位算法研究.pdf

1、移動(dòng)機(jī)器人在室外定位過(guò)程中，由于獲取的室外圖像信息過(guò)于復(fù)雜，且系統(tǒng)自身存在累計(jì)誤差，因此基于視覺(jué)的移動(dòng)機(jī)器人室外定位仍存在較多難點(diǎn)。本文主要就視覺(jué)移動(dòng)機(jī)器人在已知室外環(huán)境中的定位問(wèn)題展開(kāi)研究。主要研究?jī)?nèi)容如下：
　　首先，簡(jiǎn)述本課題的國(guó)內(nèi)外研究背景及意義，通過(guò)分析其理論知識(shí)及研究現(xiàn)狀，闡述了基于視覺(jué)的移動(dòng)機(jī)器人室外定位算法過(guò)程中存在的各項(xiàng)技術(shù)問(wèn)題，并建立移動(dòng)機(jī)器人室外定位的理想模型。
　　其次，針對(duì)尺度不變特征變換(SIFT

2、)算法提取到的特征點(diǎn)數(shù)量繁多，當(dāng)圖像發(fā)生尺度和旋轉(zhuǎn)變化時(shí)，關(guān)鍵點(diǎn)主方向穩(wěn)定性差的問(wèn)題，提出了在特征點(diǎn)檢測(cè)階段，通過(guò)減少與特征點(diǎn)進(jìn)行匹配的像素點(diǎn)，并采用一階中心矩決定關(guān)鍵點(diǎn)的主方向，進(jìn)而提高算法效率和關(guān)鍵點(diǎn)主方向的不變性。最后實(shí)驗(yàn)結(jié)果驗(yàn)證了其改進(jìn)算法的性能。
　　再次，針對(duì)圖像特征點(diǎn)描述向量生成階段特征向量維數(shù)較高及特征匹配過(guò)程中匹配正確率較低的問(wèn)題，提出采用壓縮感知稀疏特征表示方法來(lái)提取SIFT關(guān)鍵點(diǎn)的特征向量，將高維梯度導(dǎo)數(shù)向量

3、轉(zhuǎn)為低維稀疏特征向量；為了進(jìn)一步有效提高算法的精度，在特征點(diǎn)匹配過(guò)程中采用視差約束算法剔除誤匹配對(duì)。最后通過(guò)仿真實(shí)驗(yàn)對(duì)改進(jìn)的算法性能進(jìn)行直觀分析和對(duì)比，驗(yàn)證其算法的準(zhǔn)確性和實(shí)時(shí)性。
　　最后，通過(guò)融合擴(kuò)展卡爾曼濾波及無(wú)跡卡爾曼濾波粒子濾波算法，實(shí)現(xiàn)了基于視覺(jué)的移動(dòng)機(jī)器人在已知室外環(huán)境中的定位。針對(duì)粒子濾波算法中粒子集貧化的缺點(diǎn)，提出利用融合粒子濾波的狀態(tài)信息得到更優(yōu)的粒子建議分布，并通過(guò)特征匹配的相似性系數(shù)連續(xù)更新粒子濾波算法中粒