检索结果-南通市图书馆

基于v-slam和全景地图的移动机器人多源环境建模与定位技术研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于V-SLAM和全景地图的移动机器人多源环境建模与定位技术研究

作者：徐梦琴天津理工大学

学位级别：硕士

移动机器人搭载多传感器,采集多源图像信息进行地图构建与定位,为实现陌生场景的感知与理解奠定了基础。本文针对GPS(Global Positioning System)缺失情况下复杂环境的定位问题,开展了基于v-slam和全景地图的移动机器人多源环境建模与... 详细信息

移动机器人搭载多传感器,采集多源图像信息进行地图构建与定位,为实现陌生场景的感知与理解奠定了基础。本文针对GPS(Global Positioning System)缺失情况下复杂环境的定位问题,开展了基于v-slam和全景地图的移动机器人多源环境建模与定位技术研究工作,创新性地提出一种多源图像融合与三维渲染相结合的方法,实现多源全景地图构建;采用感知哈希图像检索算法,建立了RGB图像匹配方法,实现多源全景地图粗定位与视觉slam精定位技术。首先,利用Kinect v2相机,采用ORB特征提取方法,创建RGB-D三维稠密点云v-slam地图。对Kinect v2相机进行内外参标定,获得深度相机与RGB彩色相机的内外参数,借助ORB(Oriented FAST and Rotated BRIEF)与RANSAC算法结合进行特征提取,实现多帧之间图像匹配,同时以Pn P(Perspective-n-Points)和BA(Bundle Adjustment)优化来估计局部相机位姿,最终利用回环检测优化位姿,高效地构建了三维稠密点云v-slam(visual-Simultaneous Localization And Mapping)地图。其次,针对传统的单源全景图提供的信息有限,容易受到光照干扰,难以捕捉隐藏物体,用户的3D体验较差的问题,采用多源图像融合和三维渲染的环境建模方法,实现无人系统三维多源全景地图建模技术,构建了多源3D全景地图。移动机器人搭载运动控制模块及多源相机,进行前、后、左、右、上、下六个方位的图像采集,获取红外图像与RGB彩色图像,在HIS(Hue,Intensity,Saturation)与小波变换技术基础上进行图像融合;借助Open GL渲染管线进行立方体纹理贴图,随后利用天空盒模型,模拟真实自然场景,提升视觉效果,生成具有真实感的场景地图,实现3D全景地图构建,并采用多种图像清晰度评价方法,对多源全景地图进行清晰度评价实验,验证了图像清晰度提升的有效性。最后,采用感知哈希图像检索算法,建立了多源全景地图和RGB图像匹配方法,分别实现了多源全景地图粗定位与视觉slam精定位技术。利用感知哈希算法,将当前帧RGB彩色图像与定点构建的全景地图库,分别进行DCT转换成频谱图,计算哈希值,生成图像指纹,进行图像相似度的计算,从而完成粗定位过程。利用粗定位到达定点附近后,借助同一RGB彩色图像位置的v-slam地图中的位姿信息,即可利用ORB-slam2三维稠密点云地图完成精定位,避免了传统大规模构建点云地图实现精定位中的累计误差。实验部分,利用多张相似图像,对感知哈希的敏感性进行评价,同时利用多种相似度评价方法,对感知哈希的效果进行了评价,实验也表明了利用感知哈希实现全景地图粗定位算法的实际可行性,同时构建了同一RGB彩色图像位置的三维稠密点云地图,以实现基于点云地图位姿的精定位,为进一步导航提供条件。

关键词： v-slam 全景地图感知哈希多源融合地图定位

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于v-slam的AGv路径规划与导航

基于V-SLAM的AGV路径规划与导航

作者：田野太原科技大学

学位级别：硕士

自动导引车(AGv,Automated Guided vehicle)作为智能制造工厂中不可或缺的智能装备,其广泛应用于工厂、仓库、医院等场所实现自动化的物流运输和物料处理,对于提高生产自动化程度和提高生产效率具有重要意义。现有的AGv导航方法存在局限... 详细信息

自动导引车(AGv,Automated Guided vehicle)作为智能制造工厂中不可或缺的智能装备,其广泛应用于工厂、仓库、医院等场所实现自动化的物流运输和物料处理,对于提高生产自动化程度和提高生产效率具有重要意义。现有的AGv导航方法存在局限性,需要更加智能和灵活的导航方法。基于视觉同时定位与地图构建(v-slam,visual Simultaneous Localization and Mapping)的导航技术是一种新兴的AGv导航方法,它具有更高的定位精度和适应性,能够适应不同环境下的导航需求,因此研究基于v-slam的AGv路径规划和导航技术具有重要的意义和价值。首先,在v-slam中使用ORB特征点识别算法作为其视觉里程计的一部分,用于提取和匹配图像特征点以实现对相机运动的估计。针对ORB特征提取算法存在的特征点冗余、簇集和误匹配的问题,本研究使用Q＿tree均匀算法改进特征提取,并采用RANSAC算法剔除误匹配点,实验表明改进后的ORB算法可以有效解决这些问题。此外,本研究还增加了稠密建图线程,构建了三维稠密点云地图,并使用ICP和词袋模型进行位姿估计和基于词袋的回环检测。在TUM数据集上的实验结果表明,该地图可以满足路径规划的需求。然后,介绍了全局路径规划算法A*和局部路径规划算法DWA,指出它们各自存在的问题。为了解决这些问题,引入了跳点搜索算法JPS和改进后的DWA算法,并将它们融合在一起形成了一种新的组合路径规划方法。在实验过程中,通过对不同大小的栅格地图运行A*算法、JPS算法以及传统DWA算法和改进后的DWA算法,并对比结果,验证了算法的有效性和可行性。最后,在自主搭建的AGv实验平台上进行实际环境实验验证,本文所提出的基于v-slam的AGv路径规划与导航技术能够有效地解决现有AGv导航中存在的问题,具有较高的导航精度和鲁棒性。该方法可以动态适应环境变化和权衡行驶距离和时间,从而为机器人导航提供了更高效、更可靠的解决方案。

关键词： AGv ROS v-slam 路径规划

v-slam在封闭路段场景中的深度学习方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）工程技术 2022年第10期 165-167页

作者：于飞盈迪曼德研究院北京100020

目前在机器人领域,主要关注视觉传感器融合,以及v-slam算法设计和系统性能改进等方面研究,主要针对于机器人视觉识别和定位系统方面进行了相关工作。基于传统 RGD深度学习方法(Network Graphics)和 vslam两种不同路径规划方法的基础上... 详细信息

目前在机器人领域,主要关注视觉传感器融合,以及v-slam算法设计和系统性能改进等方面研究,主要针对于机器人视觉识别和定位系统方面进行了相关工作。基于传统 RGD深度学习方法(Network Graphics)和 vslam两种不同路径规划方法的基础上提出了一种基于深度学习方法用于深度自适应定位系统(vslam)控制机器人在封闭路段中行进的方法(v-slam),这是一种基于车辆传感器及机器人自身视觉融合数据的机器人导航方法(Dynamic Network Integrated Graphics: vslam),该方法在机器人视觉感知区域内实现无障碍物之间行驶、避让、规划路径、避障等过程及场景规划和实时感知并避障能力。

关键词： v-slam 封闭路段深度学习

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于环视v-slam技术的记忆泊车系统

基于环视V-SLAM技术的记忆泊车系统

v-slam中点云配准算法改进及移动机器人实验

2022中国汽车工程学会年会暨展览会

作者：黎艳杨文翊何班本杨仕会杜绍宣沈骏东风汽车集团有限公司技术中心

本文充分研究基于环视v-slam技术的记忆泊车系统的特征原理,从基本的车型设计出发,完成功能架构、软件架构的设计。并利用v-slam技术,对图像拼合算法特征进行处理,最终实现了场景地图的构建。记忆泊车系统功能的核心包括传感器数据的感... 详细信息

本文充分研究基于环视v-slam技术的记忆泊车系统的特征原理,从基本的车型设计出发,完成功能架构、软件架构的设计。并利用v-slam技术,对图像拼合算法特征进行处理,最终实现了场景地图的构建。记忆泊车系统功能的核心包括传感器数据的感知、融合、决策规划以及控制等部分。其中,作为功能完全实现的第一步,在功能设计上是记忆泊车系统的智能性的直接体现。本文方案环视v-slam技术的记忆泊车系统,在技术上实现全域感知,综合各传感器,整体全方位融合感知驾驶场景,为数据大融合场景下的感知和决策奠定技术基础。

关键词：记忆泊车 v-slam 轨迹特征点

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

哈尔滨工业大学学报 2019年第1期51卷 170-177页

作者：胡章芳漆保凌罗元张毅谭术兵光电信息传感与技术重点实验室(重庆邮电大学) 重庆400065 重庆邮电大学信息无障碍与服务机器人工程技术研究中心重庆400065

针对移动机器人视觉同时定位与地图构建(visual simultaneous location and mapping,v-slam)中,存在帧间配准误差大造成重建精度低、位姿轨迹丢失的问题,提出一种三阶段改进点云配准的ICP算法.首先通过RANSAC(随机采样一致性)采样策略对... 详细信息

针对移动机器人视觉同时定位与地图构建(visual simultaneous location and mapping,v-slam)中,存在帧间配准误差大造成重建精度低、位姿轨迹丢失的问题,提出一种三阶段改进点云配准的ICP算法.首先通过RANSAC(随机采样一致性)采样策略对RGB图进行点对的筛选从而获得内点完成预处理;然后采用基于刚体变换一致性的对应点双重距离阈值法完成点云初配准;在得到良好的初始位姿下,引入一种动态迭代角度因子的ICP精配准方法.在后端部分引入滑动窗口法和随机采样法相结合的关键帧筛选机制,结合g2o(general graph optimization)图优化算法优化机器人位姿轨迹,实现全局一致的vslam系统.采用标准点云模型对本文算法与文献算法进行点云配准实验对比,在配准精度上有明显提高;通过移动机器人在真实环境下的地图重建实验,验证了本文算法的有效性;最后基于TUM数据集的实验表明了本文算法能有效估计出机器人运行轨迹.

关键词：移动机器人 v-slam 双重阈值 slam 初配准帧间配准迭代角度因子 ICP

基于深度学习的室内移动机器人v-slam导航技术研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的室内移动机器人V-SLAM导航技术研究

作者：冯淳一重庆邮电大学

学位级别：硕士

视觉同时定位与建图(visual Simultaneous Localization and Mapping,v-slam)和路径规划是室内移动机器人实现自主导航的核心技术。随着深度学习的飞速发展,为基于v-slam的移动机器人领域提供了崭新的研究方向。目前,移动机器人自主导... 详细信息

视觉同时定位与建图(visual Simultaneous Localization and Mapping,v-slam)和路径规划是室内移动机器人实现自主导航的核心技术。随着深度学习的飞速发展,为基于v-slam的移动机器人领域提供了崭新的研究方向。目前,移动机器人自主导航系统的环境地图精度和路径规划性能还需要进一步提高。因此,研究基于深度学习的室内移动机器人v-slam导航技术具有重要的理论意义和实际应用价值。首先,研究分析导航技术国内外现状,并选取深度相机作为外部传感器,对深度学习模型、v-slam技术和路径规划技术进行探究,完成了基于深度学习的室内移动机器人v-slam导航方案的总体设计。其次,研究视觉slam系统中的闭环检测,针对移动机器人系统存在运动和估计误差造成无法构建相同地图的问题,提出对基于卷积神经网络特征进行改进的闭环检测算法。特征提取器采用预先训练完成的卷积神经网络(Convolutional Neural Network,CNN)模型,从CNN中提取输入图像的浅层几何特征和深层语义特征;为避免空间细节特征的丢失,通过调整多层特征图数据进行权重优化融合,并计算融合特征向量的相似性得分用于检测是否闭环。实验结果表明,基于改进卷积神经网络的闭环检测算法可以有效改善图像特征描述效果,使检测具有更好的准确性和鲁棒性。然后,在路径规划技术中,针对移动机器人在室内复杂环境下使用单一智能算法易陷入局部极值,以及多算法融合导致时间效率低的问题,提出改进粒子群优化算法。将粒子群优化算法(Particle Swarm Optimization,PSO)作为主体,依据所提出的环境选择策略划分粒子群为两类,分别利用遗传算法(Genetic Algorithm,GA)中的选择、交叉、变异算子和细菌觅食优化算法(Bacterial Foraging Optimization Algorithm,BFO)中的趋化操作避免局部极值,提高机器人的规划效率。实验结果表明,改进粒子群优化算法的路径规划速度快且路径距离短,同时具备更强的鲁棒性。最后,选取机器人操作系统(Robot Operating System,ROS)作为软件平台,结合实验室相关设备搭建硬件平台,并导入本文研究的算法,实现所设计的室内移动机器人自主导航方案。实验证明,论文设计的算法可基于平台实现,同时基于深度学习的室内移动机器人v-slam导航方案具有实时性及可靠性。

关键词：室内移动机器人导航 v-slam 闭环检测深度学习路径规划

基于ORB的大视角变化下v-slam鲁棒性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ORB的大视角变化下V-SLAM鲁棒性研究

作者：祁亮亮西安理工大学

学位级别：硕士

随着科技的飞速发展,AR/vR、机器人、无人机、无人驾驶领域等开始广泛应用于工业制造、军事活动以及日常生活的各方各面。然而,想要提高用户体验,还亟需解决诸多技术,slam技术就是其中之一。同步定位与地图构建(slam,Simultaneous Local... 详细信息

随着科技的飞速发展,AR/vR、机器人、无人机、无人驾驶领域等开始广泛应用于工业制造、军事活动以及日常生活的各方各面。然而,想要提高用户体验,还亟需解决诸多技术,slam技术就是其中之一。同步定位与地图构建(slam,Simultaneous Localization and Mapping),是指搭载特定传感器的主体,在没有环境先验信息的情况下,于运动过程中建立环境,并同时估计自已的位姿。它是实现移动机器人自主导航的前提和核心,精确定位是移动机器人运动控制和规划的基础,也是实现真正智能化和完全自主移动的关键技术。近年来,国内外的研究者和应用开发人员在视觉slam方面已取得显著的成绩。但是移动机器人在定位过程中,当相机视角发生大幅变化时,会使相邻帧之间图像特征点匹配数目骤减,匹配精度降低,导致系统性能下降甚至失效,严重时会发生定位失败。针对上述问题,本文提出了基于ORB的抗大视角变换图像特征匹配算法,并在此基础上提出了大视角鲁棒性视觉slam算法。论文主要的研究内容成果如下:(1)本文结合ASIFT算法的完全仿射不变性原理,通过模拟相机在不同视角下的成像来获取多视角图像序列集,用BRISK特征描述子替代ORB算法中的BRIEF描述子作为描述符,然后对模拟图像序列集进行特征提取和匹配。通过本文提出的Affine-oriented FAST and BRISK算法,既保留原ORB算法的快速性,又增加了ORB算法抗大视角变化的能力。实验结果表明,所提算法除了在缩放、旋转、噪声等方面具有优良特性,还可以实现视角变化大于60°的特征匹配,增加了匹配点对数的同时提高了算法的工程实用性,解决了在大视角变化下的图像特征提取和特征匹配问题。(2)采用改进后的算法,并以此为基础实现具有大视角变化的相邻帧图像之间的特征匹配,以建立相邻帧之间的对应关系,然后利用PnP、Ransac算法以及建立恒速运动模型和参考帧模型对相机相邻位姿进行估计;最后采用光束平差法(Bundle Adjustment)对相机位姿进行优化,从而实现了大视角视觉slam。标准数据集的在线实验结果表明,本文提出的视觉slam算法能在视角发生较大变化情况下,对移动载体进行有效的位姿估计,并构建环境地图。本文所构建的基于ORB的大视角变化下v-slam系统,解决了特征点法的视觉slam在大视角变化下可靠性差、不够稳定的问题,使其在视角发生较大变化下能够保持较好的鲁棒性和有效性。

关键词： ORB v-slam 特征匹配模拟视角大视角

室内环境下深度相机v-slam关键问题及方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

室内环境下深度相机V-SLAM关键问题及方法研究

作者：洪运志武汉科技大学

学位级别：硕士

经济社会的不断进步,使得与人类生活密切相关的室内机器人行业飞速发展。作为机器人领域核心问题,slam（同步定位与建图）技术受到了学者们广泛关注。而在室内环境所采用的深度相机传感器,以价格和功能兼顾等优势,让深度相机v-slam（视... 详细信息

经济社会的不断进步,使得与人类生活密切相关的室内机器人行业飞速发展。作为机器人领域核心问题,slam（同步定位与建图）技术受到了学者们广泛关注。而在室内环境所采用的深度相机传感器,以价格和功能兼顾等优势,让深度相机v-slam（视觉slam）技术问题成为研究热点。为了解决深度相机v-slam现有技术存在的一些问题,本文对深度相机数据采集和深度图像修复、关键帧提取及回环检测、v-slam稠密建图与优化等关键问题及方法展开了研究,并将其应用于实际室内场景,对本文所研究的技术方法进行了实验分析与验证。本文的主要工作如下:（1）针对深度相机传感器模型和数据采集的问题,本文设计了一种适用于Kinect v1的图像数据采集方法。首先,阐述了深度相机Kinect v1的针孔相机模型,对相机空间点的坐标转换和数学建模进行论述,引出相机的标定参数,并使用张氏标定法（棋盘法）对Kinect v1进行了标定。随后,对图像在计算机图形学中的表示进行了详细说明,在Windows平台上利用Kinect开发包和MATLAB图像处理工具,完成了室内环境的v-slam数据采集与转换。（2）针对v-slam输入数据的噪声及去除的问题,本文提出了一套深度图像增强方法流程。首先,对深度图像噪声成因进行分析和归纳,在FMM（快速行进算法）算法上进行改进,利用图像的反阈值二值化方法生成修复掩膜。接着,结合邻域估计对深度图空洞进行修复。然后,采用基于中值滤波的图像平滑方法,对深度图边缘噪声作进一步的处理。最后,通过对修复后的图像进行质量评估,验证本文方法能够将深度图质量提升17.1%。（3）针对v-slam运动估计的准确率和效率问题,本文采用了ORB特征算子,进行彩色图像的特征提取与配准。在v-slam后端模块关键问题处理上,设计了一种基于特征相关性的关键帧筛选方法,对v-slam图像关键帧进行选取,以提高系统的运行效率和建图质量。最后,研究了一种基于ORB特征词袋的回环检测方法,并与词袋模型DBoW库进行了回环检测的对比实验,实验证明自行训练的词袋模型用于回环检测具有良好的可靠性和鲁棒性。（4）针对室内环境下v-slam的稠密建图问题,设计了一种深度相机v-slam的稠密建图方法。首先,应用本文关键帧选择机制,通过关键帧点云拼接实现三维稠密地图的构建。其次,采用了一种点云滤波优化方法,以去除地图中噪声和冗余,并最终将点云图转换为八叉树（3D OctoMap）地图。最后,在著名的TUM数据集以及实际室内环境场景下,将所提出的建图方法进行实验,结果验证了所提方法能够去除10%左右的冗余点云,同时建图的帧率比RGB-D slam v2提高了26.1%,说明方法能够清晰、高效地实现稠密地图构建。

关键词： v-slam 深度图像去噪 ORB词袋模型点云滤波八叉树地图

基于slam中视觉与IMU传感器融合方法综述

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代工程科技 2024年第4期3卷 89-92页

作者：王新域上海应用技术大学理学院上海201418

同步定位与建图(Simultaneous Localization And Mapping,slam)技术已经成为移动机器人领域重要的导航方式,视觉传感器由于便宜的价格和丰富的图像信息,让视觉同步定位与建图(visual Simultaneous Localization And Mapping,v-slam)技术受到研究者广泛关注。为提升v-slam的综合性能,多种传感器信息融合的v-slam得到了快速发展。归纳并整理几何变换法的v-slam中各关键环节,详细阐述了slam中视觉与IMU传感器融合方法,对松融合与紧拟合两种主流方法进行论述,并对一些具有代表性的传统视觉惯性融合的slam方案进行讨论分析。最后,总结了视觉惯性融合的slam方案的关键问题和未来的发展方向。

关键词：导航方式 v-slam 视觉惯性融合