基于RGB-D的移动机器人的同时定位与建图

• 作 者: 周磊
• 出 处: 华北电力大学(北京)
• 发表日期: 2020年01期
• 关键词: 移动机器人 同时定位与地图创建 RGB-D 滤波 特征匹配 点云配准

移动机器人在未知环境中的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)是移动机器人完全自主移动的重要研究课题。近年来,由于RGB-D相机比以往在SLAM中所使用的传感器具有更加明显的优点,比如测量精度高、价格低廉、采集速度快、体积小和能同时采集深度信息和彩色图像等,RGB-D SLAM正逐步成为科研人员关注的焦点。当前的RGB-D SLAM算法存在效率低下、精度低、误差较大等问题。针对以上问题,本文主要做了几个工作,具体如下:(1)论述本文研究的必要性及意义,随后对经典的视觉SLAM框架以及现有的RGB-D SLAM算法展开分析。(2)对RGB-D传感器的结构、工作原理、相机标定进行阐述,并获取后续实验需要的数据。在以往的RGB-D SALM算法中,采集到的深度数据存在大量的无效点,本文基于中值滤波与连通域的原理,提出一种深度图修复方法,提高算法效率。(3)使用ORB进行特征提取和匹配,并利用高斯金字塔使得ORB特征具有一定程度的尺度不变性,加快匹配速度。(4)传统的RANSAC算法适用于单一模型,且不能得到最符合要求的结果。本文提取ORB特征实行特征匹配,结合PROSAC去除误差匹配,提高算法的准确性。(5)提出在利用Kinect传感器获得三维点云信息后,利用统计滤波与体素滤波器结合的方法,去除噪声点,降低对存储空间的消耗。(6)针对位姿估计不准确的问题,将传统的ICP算法与PNP算法结合提高点云配准成功率,最后实现基于RGB-D的八叉树地图的SLAM系统,验证基于RGB-D SLAM技术的可行性。