论文部分内容阅读
SLAM技术是移动机器人导航领域的热门研究课题,是实现真正的自主移动机器人的关键。而全景视觉传感器具有360度全方位视角,信息丰富,非常适合用于移动机器人的导航。本文的全景移动机器人SLAM技术有效的结合了全景视觉和SLAM技术的优点。首先,本文用数学的方法对SLAM问题进行了描述,同时回顾和总结了目前存在的移动机器人同时定位与地图创建的方法,通过对各种算法的比较,本文选择EKF算法来实现全景移动机器人SLAM系统,并通过仿真实验验证了EKF算法的有效性；然后针对全景图像存在畸变较大、特征提取困难的问题,本文提出使用具有较高鲁棒性的SIFT特征提取算法来实现全景图像的特征提取,并通过一系列的实验验证了SIFT特征提取与匹配算法的鲁棒性和稳定性,为后续的特征点三维重建以及机器人地图创建提供可靠的观测信息。其次,本文设计了两种针对全景视觉系统标定的方法,来实现对全景视觉系统的精确标定；然后本文对全景视觉系统的成像原理进行了研究,并在此基础上,同时辅助里程计的信息,提出了一种基于立体视觉的特征点三维重建理论和方法,而且通过设计三维重建实验验证了本文提出的三维重建方法误差较小,为全景移动机器人SLAM研究提供高精度的特征地图。再次,本文从系统的角度设计了SLAM的体系结构,提出了应用于全景移动机器人的SLAM系统结构框架。对系统的各模块的关键技术和难点问题提出了解决方案和具体的实现办法。本文首先采用仿真的办法,通过对传感器设置不同的观测范围来实现基于普通视觉SLAM和基于全景视觉的SLAM仿真,仿真结果说明了传感器观测范围变大后,可以有效的跟踪路标特征,不确定性收敛更快；然后本文在全景移动机器人上进行SLAM实验,而且实验效果较好,验证了本文提出的全景移动机器人SLAM系统方案的可行性及有效性。最后,对全景移动机器人SLAM问题进行了总结,并对下阶段的研究提出了展望和设想。