论文部分内容阅读
以惯性导航系统、超声波、WLAN和伪卫星基站为代表的定位技术虽然为室内导航和位置服务提供了技术支撑,但是这些技术或是定位精度较低,或是成本较高,不能得以广泛应用。随着计算机视觉技术的不断发展,基于相机的光学定位技术成为研究热点。对于计算机视觉定位技术而言,室内地标作为室内环境下突出并可识别的特征信息,能够提供大量的空间属性信息。为充分利用已有的环境特征,结合建筑物自身特点,提出了一种基于RGB-D相机的室内视觉定位技术,技术方案借鉴了视觉SLAM的系统架构,利用RGB-D相机的功能优势,设计了Pn P与ICP相融合的运动估计算法,并引入了基于关键帧机制的闭环检测策略,通过与光束法平差的结合,为室内定位提供了更精确方便的技术方案。本文主要的研究内容和工作如下:(1)介绍了针孔相机模型,分析了针孔相机的线性模型和非线性模型,确定了相机标定所需要的参数;对相机标定的二维平面标定法进行了详细的推导,建立了相机标定的数学模型;阐述了RGB-D相机的深度成像原理,并结合Open CV分别对RGB-D相机的彩色相机和深度相机进行了标定。(2)研究了视觉里程计特征检测算法,对特征检测的原理和描述方式进行了分析;从特征点提取的数量、匹配的准确度以及执行速度三个方面对其进行了对比,确立了基于SURF算法的研究方案;设计了多点透视和迭代最近点法相融合的运动估计算法,使运动估计算法的准确率提高了30%。(3)描述了基于图优化后端优化方法的数学模型,针对传统闭环检测中出现的问题,提出了一种基于关键帧机制的闭环检测策略,通过对闭环的检测建立起全局一致性约束,使定位的整体精度提升了45%。(4)搭建了移动机器人软硬件平台,构建了改进后视觉SLAM系统的整体框架;使用标准数据集进行仿真实验,引入了绝对轨迹误差ATE作为量化标准,对SLAM系统所估计出的轨迹进行了定量的对比,实验表明定位精度较高,ATE控制在分米级范围,验证了改进后的视觉SLAM系统在室内环境下具有较高的准确性和鲁棒性;设计了真实场地实验方案,从直线稳定性、未闭环准确性和闭环有效性三个方面对改进的视觉SLAM系统进行了测试,验证了本文所研究的基于RGB-D相机的室内视觉定位算法的真实有效性。