特征点匹配的SLAM视觉里程计研究

作     者：胡志锋 

作者单位：安徽工程大学 

学位级别：硕士

导师姓名：许钢;康涛

授予年度：2022年

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

主      题：SLAM ORB算法 降维处理 局部仿射匹配算法 关键帧 

摘      要：在这个快速发展和快节奏的社会环境中,人类的日常生活变得越来越智能化。如何实现真正的智能化,移动机器人将更多替代人类的工作,让移动机器人在实际环境下完成任务,需要其可以识别自身在环境中的位置,可见让移动机器人完成定位和建图具备很现实的意义。然而SLAM（Simultaneous Localization and Mapping）技术的发展恰恰很适合应用在定位和建图中。SLAM技术将理论方法引入移动机器人的定位和测绘中,使移动设备能够完成同步定位和测绘工作。作为SLAM系统的前端,视觉里程计的主要功能是负责定位,主要任务是为SLAM的后端提供高质量的初始值,在后端通过复杂的计算和分析图像序列,以此来确定机器人在环境中的位姿。基于深度相机的视觉里程计具备的优势就在于,通过相机就可以得到自身与被拍摄对象之间的深度信息,无需利用复杂计算求解,这样就大大缩短了视觉里程计的计算时间,提高了效率。本文对视觉里程计前端模块进行了系统的研究,并针对模块中的特征提取、特征匹配存在的错误匹配结果和运动轨迹误差等问题进行了深入研究。具体研究内容及改进工作安排如下:首先,介绍视觉SLAM技术的理论性概念以及各个模块的性能,并探讨目前传感器的结构模型和类别,介绍相机拍摄的图像产生畸变现象的原因以及消除畸变的方法,最后结合本文使用的传感器和基于张正友相机标定的实验原理,完成本文传感器的相机标定实验,并将结果汇总。再者,对比三种主流算法,确立ORB（Oriented FAST and Rotated BRIEF）算法的优先性,随后分析ORB算法存在的不足问题。在图像尺度变化较大的情形中,算法完成匹配效果不佳;和大数据量的特征点在匹配中耗时较大,以及匹配结束后结果中存在的错误匹配的问题,给出一种改进ORB算法的图像特征匹配,并将最终改进后得到的较好结果应用到后端,在相机位姿优化环节,利用关键帧筛选和全局优化的方式,提高相机运动轨迹估计的精确度,保障最后的相机位姿判断的有效运行,最后通过相关实验验证本文的改进算法理论。最后,实验室的硬件设备调试,搭建实验需要的环境条件和平台,并加载所需的函数库资源。验证本文改进算法的视觉里程计系统的可行性,通过以下两种方式:（1）在公开数据集的数据下,与本文算法得到的数据信息对比,通过数据量化验证算法的性能,并绘制线图进一步直观观测改进前后的算法性能对比;（2）通过数据集数据,构建全局的三维点云地图进行实际应用上的对比。通过实验进一步验证本文算法在SLAM系统的改进作用。