论文部分内容阅读
基于视觉传感器的移动机器人同步定位与地图创建,在当前机器人技术研究中倍受青睐。而全景视觉以其视角范围大、获取信息丰富的优点在移动机器人领域得到了越来越多的应用。本文针对全景视觉难以全面而均匀地捕捉环境信息和地图特征稳定性不高的问题,利用多摄像机系统的统一模型与多视图几何关系,对基于全景视觉的移动机器人同时定位与地图创建方法进行了研究。首先,本文利用固定在移动机器人身上的多摄像机采集系统获取360度的全景图像。依据多摄像机系统的统一模型,统一多摄像机的视点为模型中心,实现多摄像机坐标系的一致化。并解决了在计算机中生成离散化全景图时存在的两个主要问题：(1)二义性映射问题；(2)球面像素表达问题。然后,对基于全景图像的特征提取与匹配算法进行了研究。首先对全景图像特征提取的常用方法进行了论述与对比。通过综合性能的对比,最终选取了PCA-SIFT(基于主成分分析的尺度不变特征提取方法)来提取全景图像的特征。建立PCA-SIFT描述子后,通过最近邻NN方法对特征点进行粗匹配。以RANSAC方法对经过粗匹配的特征点进行进一步处理。通过实验对比,验证了PCA-SIFT算法在综合性能方面要优于SIFT算法。之后,用数学方法对SLAM问题进行了描述。建立基于多摄像机系统的运动模型与观测模型,并通过EKF算法来对其进行实时更新。同时提出了应用于全景移动机器人的SLAM系统结构框架。本文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与基于全景视觉的SLAM仿真。仿真结果说明传感器观测范围变大后,可以更有效的跟踪路标特征,不确定性收敛更快。然后在全景移动机器人上进行SLAM实验,实验结果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。