面向室內(nèi)機器人應(yīng)用的立體視覺SLAM系統(tǒng)設(shè)計.pdf

1、隨著近年來人工智能技術(shù)的迅速發(fā)展，以及市場需求的不斷增加，機器人的科研價值和市場價值日益凸顯。人們更加希望機器人能夠獨立完成各項任務(wù)，具有更強的自主能力。而這其中，機器人在未知環(huán)境中的信息感知、定位和環(huán)境地圖構(gòu)建功能，是未來機器人所要具備的最基本的能力。
　　本文設(shè)計了面向室內(nèi)機器人定位和導(dǎo)航應(yīng)用的立體視覺SLAM系統(tǒng)。利用立體視覺技術(shù)采集環(huán)境三維信息，通過SLAM算法進行機器人在未知環(huán)境中的定位，并構(gòu)建環(huán)境地圖。本文對系統(tǒng)的各個

2、模塊進行了理論分析，并對各模塊中的多種現(xiàn)有技術(shù)進行了實驗對比，制定出一套性能良好的立體視覺SLAM算法方案。同時，還從整體系統(tǒng)角度進行了實際場景實驗，并給出定量分析結(jié)果。具體工作如下:
　　1)立體視覺采集。本文對雙目視覺技術(shù)進行了算法驗證和實際場景實驗，同時對比分析了Kinect技術(shù)并進行了圖像評估，通過技術(shù)指標(biāo)對比以及應(yīng)用場景分析，確定在本文室內(nèi)機器人應(yīng)用特定領(lǐng)域，Kinect設(shè)備的穩(wěn)定性更高，在當(dāng)前室內(nèi)應(yīng)用場景下的精度相對較

3、高。
　　2) SLAM算法和框架。本文采用基于稀疏特征點的SLAM算法，對每一步驟進行了技術(shù)評估，從系統(tǒng)標(biāo)定、特征點檢測和匹配、位置計算和后端優(yōu)化等部分進行具體實驗和分析。特征匹配選用SURF特征點，并利用RANSAC算法進行匹配細化，構(gòu)建回環(huán)檢測策略并用開源g2o庫進行優(yōu)化。
　　3)整體驗證系統(tǒng)設(shè)計。本文搭建整體的立體視覺SLAM系統(tǒng)，并對基于Kinect設(shè)備的SLAM系統(tǒng)進行定量測評;在面向室內(nèi)機器人的應(yīng)用場景下，系