论文部分内容阅读
月球车在一个未知的、非结构化的环境中完成路径规划、避障以实现自主导航并执行预定的作业任务，就必须首先知道当前时刻自己的位置和运动姿态，以及之前时刻的运动路径与环境地图，这也是同步定位与地图创建(SLAM)所研究的内容。视觉SLAM是一种新兴的月球车导航方式，它与视觉系统共用部分设备，可以在常规导航方式之外为月球车导航系统提供一种有益的补充，由于视觉传感器具有成本低、耗能少、质量轻等特点，被越来越多的用于地外星球表面巡视器的导航。本文以此为背景对月球车的视觉SLAM进行研究。 本文主要工作如下： 1.目前视觉导航存在的问题是计算量大，难以达到视觉的实时处理，对此文章提出了一种双目立体视觉与单目SLAM相结合的导航方法，双目立体视觉通过离线的方式实现周围环境信息的稠密恢复，单目SLAM实现月球车的实时定位和稀疏环境地图构建。 2.立体视觉部分针对月面地势变化平坦、纹理结构单一的特点，通过比较几种匹配方法的优缺点提出了一种改进的基于区域的全局匹配算法。算法首先使用基于变窗口的方法进行初始匹配，之后进行优化，针对视差图中的误匹配点，提出一种改进的置信传播算法进行全局优化，最后针对立体匹配中存在的遮挡提出了一种基于图像分割的算法进行后处理。最终的实验结果证明了本算法具有很高的匹配精度。 3.为提高实时性，针对基于扩展卡尔曼滤波的单目SLAM算法，提出了一种基于FAST特征与BRIEF描述子相结合的环境特征点提取、匹配方法，从而可以高效快速地实现SLAM中的数据关联。文章分析了系统的计算复杂度，针对扩展卡尔曼滤波的更新过程计算开销较大的问题，引入1-point RANSAC算法处理扩展卡尔曼滤波的更新过程。最终的实验证明此算法可以剔除系统中的坏点，提高系统的精度，同时降低了系统的计算复杂度，实现了系统的实时处理。