论文部分内容阅读
随着我国智能移动设备的普及,增强现实技术的应用获得了更广阔的空间,越来越受到研究者的重视。针对目前单目视觉定位技术(增强现实的三维注册技术)大多依赖人工标记或CAD模型、受限于图像质量且应用空间狭小的情况,在借鉴文献研究方法的基础上,本文研究了一种移动平台上基于自然特征的单目视觉SLAM方法,并提出了一种自主的单目视觉SLAM/SINS组合定位方法,利用智能手机搭载的单目摄像头和MEMS惯导元件,在移动平台实现了陌生环境下的实时制图与跟踪,并将其应用于增强现实三维注册,演示了跟踪的准确性与稳定性。论文的主要研究工作包括：1提出了一个单目视觉SLAM/SINS松组合模型,在传统基于惯导与视觉的SLAM基础上,将视觉SLAM独立为黑盒,仅将其输出的位姿与惯导数据一起进行滤波计算,降低非线性滤波时数据的耦合。同时提出了单目视觉SLAM米制单位比例估计方法,以估算视觉输出的位置单位与米制单位之间的比例。2研究了一种基于环境特征的单目视觉SLAM方法。将传统的SLAM方法分为并行的追踪与制图两个过程。在使用五点算法根据自然特征确定相机本质矩阵对系统进行初始化之后,一个前景从实时图像中筛选出关键帧,根据相机运动模型计算相机位姿,而一个后台进程则不断地通过极线搜索将新的特征点插入地图并利用光束法平差对其进行优化。3实现了融合惯导与视觉数据的非线性卡尔曼滤波器,根据SLAM与SINS系统在时空上的互补性,将SLAM的输出作为观测量,SINS的解算结果作为状态量,通过视觉来修正惯导随时间的漂移,并利用SINS辅助SLAM进行误跟踪检测。在设备静止时,滤波器根据视觉SLAM输出数据快速标定加速度计测量值的重力分量与静态漂移。当视觉系统因为遮挡、强曝光、模糊、特征稀少等原因无法正确输出时,滤波器使用惯导数据持续预测设备位姿,为增强现实的三维注册过程,提供稳定的跟踪。4构建了基于移动平台的组合定位系统,开发了相关软件,分别进行了单目视觉SLAM/SINS滤波器收敛实验、静态稳定性试验和位移估计试验,并对增强现实三维注册的效果进行演示。取得了较好的效果,证明了本文系统的可行性。