基于ROS系统的室内视觉SLAM技术研究与实现

作     者：崔壮 

作者单位：湖南大学 

学位级别：硕士

导师姓名：胡德安;刘旷华

授予年度：2021年

学科分类：08[工学] 080202[工学-机械电子工程] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：ROS系统 ORB特征点 四叉树 RANSAC算法 八叉树地图 

摘      要：近年来,随着中国机器人市场需求快速增长,国家开始大力发展机器人产业,其中自主移动机器人成为当前机器人研究与应用领域的重要方向,也是机器人技术发展的必然趋势,而视觉SLAM是实现机器人自主移动的前提,通过知道自身在地图中的具体位置,便于实现导航和路径规划。本文主要对基于ROS系统的室内视觉SLAM技术进行研究,并给出相关实验进行验证,主要研究内容如下:(1)首先研究了相机模型的成像原理和RGB-D相机输出深度图像的原理,把相机运动采集图像的过程转化为相机的观测方程和运动方程,使用G-N或L-M进行非线性求解,并给出了视觉SLAM的基本框架。(2)其次研究了基于ROS系统的视觉里程计,针对传统特征点提取算法出现角点集中和特征分布不均匀的问题,引入一种基于四叉树的ORB特征点均匀化提取方法;针对特征点提取后传统筛选误匹配算法仍存在大量误匹配的问题,本文在暴力匹配后先使用传统筛选误匹配算法进行误匹配筛选,再引入RANSAC算法进一步去除误匹配,并进行相关实验验证。(3)然后研究了基于ROS系统的视觉SLAM框架,针对相机采集大量数据会造成图像信息冗余,给出关键帧的选取策略,使用位姿图优化相机初始轨迹,但轨迹误差仍然存在,引入回环检测模块,构建词袋模型,建立当前帧与历史帧之间的数据关联,进一步优化相机运动轨迹,并采用体素构建八叉树地图。(4)最后通过实验验证了视觉SLAM的定位精度和建图功能,对实验进行软硬件平台搭建,并对Kinect2.0相机进行了标定,使用TUM数据集和实际场景进行相关实验,通过APE和RPE轨迹精度评判标准比较发现本系统的估计运动轨迹精度较高,再根据内参和外参对关键帧构建全局一致的点云地图,并把点云地图转化为八叉树地图,发现地图构建比较清晰,能够满足基本的建图需求。