论文部分内容阅读
同时定位与地图构建技术(Simultaneous Localization and Mapping,SLAM)被认为是实现移动机器人自主定位与导航的关键技术,也是无人驾驶、增强现实、智能家居等领域的热点研究技术。在适用于SLAM系统的众多传感器中,单目视觉传感器以其价格低廉、功耗低、安装使用方便、获取信息量大等优点备受青睐。所以基于单目视觉的SLAM技术已成为国内外研究的热点,对实现移动机器人的自主化和智能化具有重要的研究意义。本文主要工作及创新点简述如下:首先,本文通过对当前单目视觉SLAM中图像特征提取、地图初始化、关键帧选择、帧间运动恢复、闭环检测、图优化等关键技术的各种实现方案的对比,选择各关键技术中最优秀的实现方案构建了一种SLAM系统。与现有的PTAM(Parallel Tracking and Mapping)系统以及 LSD-SLAM(Large-Scale Direct Monocular SLAM)系统相比,该单目视觉SLAM系统在关键帧轨迹精确度和鲁棒性等方面性能有所提升,还具有自动初始化与重定位功能。其次,在构建的SLAM系统中,针对跟踪丢失到重定位完成之间的关键帧位姿、地图点的缺失问题,创新性的提出了"反向逐帧播放"方法加以解决,充分利用了输入的图像信息,增强了整个地图的完整性。最后,针对特征提取算法、关键帧选取方法以及闭环检测设计了对比分析实验,验证了 ORB(Oriented FAST and Rotated BRIEF)特征提取算法在执行速度上的巨大优势和良好的特征不变性、融合视觉内容变化与时间域方法的关键帧选择策略的优越性、以及闭环检测方法的必要性与有效性。利用室内数据集分别对本文实现的SLAM系统、PTAM系统以及LSD-SLAM系统的关键帧轨迹均方根误差进行了对比分析,表明本文实现的SLAM系统准确度明显优于LSD-SLAM系统,略好于PTAM系统。并且在室外环境中验证了本文实现的SLAM系统的可行性以及"反向逐帧播放"方法的有效性。