基于深度學(xué)習(xí)的移動(dòng)機(jī)器人視覺同步定位與地圖構(gòu)建中的環(huán)路閉合問題研究.pdf

1、同步定位與地圖構(gòu)建(SLAM)是移動(dòng)機(jī)器人在未知環(huán)境下自主定位的關(guān)鍵技術(shù)，但由于其中跟蹤算法的累計(jì)誤差，機(jī)器人在長(zhǎng)距離行駛后無法保證位姿的有效計(jì)算和地圖的正確構(gòu)建。環(huán)路閉合探測(cè)技術(shù)通過分析當(dāng)前傳感器數(shù)據(jù)判斷機(jī)器人是否位于已經(jīng)探索的區(qū)域，解決了上述問題，保證了地圖、位姿計(jì)算結(jié)果的準(zhǔn)確，是SLAM作業(yè)的重要一環(huán)。當(dāng)前主流的視覺環(huán)路閉合探測(cè)技術(shù)均基于視覺詞袋(BoVW)模型。使用這些模型的環(huán)路閉合探測(cè)方法在理想的作業(yè)環(huán)境下取得了良好的效果，但

2、在實(shí)際的室外環(huán)境中，卻容易受到多種環(huán)境因素（光照、天氣、行人、車輛）的干擾。本文將目前流行的卷積神經(jīng)網(wǎng)絡(luò)(CNN)技術(shù)引入到環(huán)路閉合探測(cè)中，以期利用其在圖像語義理解上的巨大優(yōu)勢(shì)解決上述問題。本文首先采集了大量圖像數(shù)據(jù)，用來模擬機(jī)器人在相同路徑上不同環(huán)境下的關(guān)鍵幀信息，并依此制作了環(huán)路閉合探測(cè)實(shí)驗(yàn)使用的數(shù)據(jù)集合;接著利用上述數(shù)據(jù)集實(shí)驗(yàn)論證了使用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行特征提取和匹配以完成環(huán)路閉合探測(cè)作業(yè)的可行性;最后提出了一種基于CNN和B

3、oVW的混合環(huán)路閉合探測(cè)方法。該混合環(huán)路閉合探測(cè)方法使用面向圖像分割的CNN對(duì)圖像中的行人、車輛等可移動(dòng)物體內(nèi)容進(jìn)行篩除過濾，使用CNN模型對(duì)圖像的分類信息形成圖像的索引，結(jié)合經(jīng)典的BoVW模型進(jìn)行圖像特征提取和匹配進(jìn)而完成環(huán)路閉合探測(cè)任務(wù)，不但提高了環(huán)路閉合探測(cè)作業(yè)對(duì)真實(shí)場(chǎng)景中存在的非場(chǎng)景可移動(dòng)物體的抗干擾能力，也加快了關(guān)鍵幀圖像的檢索速度。本文給出了上述工作的詳細(xì)說明，設(shè)計(jì)并實(shí)現(xiàn)了相應(yīng)的測(cè)試軟件，進(jìn)行了有針對(duì)性的實(shí)驗(yàn)，給出了實(shí)驗(yàn)數(shù)據(jù)