动态场景中交通标志物重建和相机轨迹闭环矫正算法研究

发布时间：2020-09-25 22:01

　　 移动机器人广泛应用于室内仓储、室外运输等各个场景,而视觉实时定位和建图技术(Visual Simultaneous Localization and Mapping,Visual SLAM)是移动机器人感知未知环境必不可少的一个重要环节。本文研究的是移动机器人在动态场景中的定位方式、交通标志物的语义稠密重建和相机轨迹的闭环矫正三个内容。目的是利用语义信息使得机器人能够更好的处理动态场景中的定位问题,并完成对特定交通标志物的三维语义重建,最后利用重建的结果进行相机轨迹的闭环校正从而提高视觉SLAM系统的整体精度。准确的位姿估计是机器人能够进行准确建图的前提。目前大多数视觉SLAM算法在静态场景中都能进行正确的位姿估计,但是当场景中存在运动的物体时,系统的定位精度会出现巨大的误差。为了解决这一问题,本文首先利用语义分割的图片识别出潜在的运动物体,然后构建基于光流法的动态物体识别模型,并将该模型融入到视觉SLAM系统之中,接着利用公开数据集验证该方法的有效性。实验结果表明该方法能够提高视觉SLAM系统在动态场景中的定位精度和鲁棒性。构建可以复用的地图是视觉SLAM重要的应用场景之一,为了重建可复用的语义地图,本文提出了一种基于平面拟合的交通标志物稠密重建算法。首先利用图片的语义信息和视觉SLAM系统生成半稠密的语义地图,同时利用匈牙利算法在语义图片上进行多目标追踪,然后利用半稠密的语义地图和多目标追踪的结果对七种平面状的交通标志物进行稠密重建。重建的地图可以为后续的机器人导航、轨迹闭环矫正等功能提供丰富的先验信息。最后,由于基于直接法的视觉SLAM系统在位姿估计的过程中不提取特征点,因此这类SLAM系统没有闭环矫正的功能,本文利用重建的语义地图弥补了这一缺陷。通过距离阈值初步判断闭环候选帧,然后将语义地图转换为图模型以加速闭环候选帧的选取,最后用迭代最近点算法和位姿图完成闭环矫正。该算法可以帮助上述SLAM系统消除长时间运行下造成的累计误差,从而提高系统的整体精度。总之,本文改进了传统视觉SLAM系统的定位精度和建图效果。识别运动物体和轨迹闭环矫正算法使系统的定位更加准确,交通标志物重建算法帮助机器人构建了一种可以复用的语义地图,这为室外自动驾驶场景中的地图重建提供了一种全新的思路。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP242
【部分图文】：

同时定位与地图构建(SimultaneousLocalizationandMapping，SLAM)算法于移动机器人的各个领域，该技术在近年得到了高速发展。SLAM 算法主激光、相机等传感器帮助机器人在未知环境中获得自身的位置，同时进行建，在大多数 SLAM 系统中，定位和建图是相互耦合的，即建图的主要得精确的位姿，同时位姿优化的过程中也会将地图点作为优化变量，从而确的地图[4]。机器人的同时定位和地图构建技术目前已经广泛应用于室外移动机器人驶、室内物流 AGV(Automated Guided Vehicle)等系统中。比如在无人驾，如果 GPS 信号丢失，通常会启动 SLAM 技术进行临时的位姿跟踪；如得一个已知的高精度地图，那么用视觉 SLAM 技术可以完成当前帧和全位姿配准，从而获得厘米级的定位精度；同时利用视觉 SLAM 进行地图建也是目前室外建图常用的方案。深度学习是 21 世纪最具影响力的技术之一，该技术在图像分类与模式识得了重大突破，一些算法的识别准确率在国际公开竞赛中已经超越了人(a) 服务机器人 (b) 巡游机器人 (c) 物流机器人图 1-1 移动机器人

计算的结果存在较大误差；RGB-D 相机通过红外结构光(StructuredLight)或者飞行时间法(Time-of-flight,ToF)可以直接获得图像中每一个像素的深度值，但其测量的有效距离很短，无法直接应用于大规模的室外场景。1.2.1.1 定位类视觉 SLAM 算法国内外研究现状（1）ORB-SLAM2 算法ORB-SLAM2[13-14]是2015年由Paul等人提出的基于ORB特征点的视觉SLAM算法，该算法拥有很强的鲁棒性，相比其他同类算法其拥有足够的精度，并且拥有闭环检测、重定位等功能，是一个完整的 SLAM 系统。ORB-SLAM2 支持单目、双目、RGB-D 三种模式，拥有 KITTI[23]、TUM[24]等多种数据集的接口，可以很方便的对代码进行扩展，为了进一步提升该算法的精度和鲁棒性，作者在近期将 IMU 信息融入 ORB-SLAM2 的系统中[25]，但目前还没有开源相关代码，目前该算法虽然在 KITTI 的 Visual Odometry 排名中仅位列三十，但几乎所有精度更高的算法都借助了激光、GPS 等其他传感器，ORB-SLAM2 依然是视觉特征点法的代表。ORB-SLAM2 建图效果如图 1-2 所示。

哈尔滨工业大学工学硕士学位论文责关键帧的插入、新地图点的创建、局部集束调整；闭环检测(Loo要负责后端的闭环优化。可视化(Viewer)线程主要用于建立用户交研究者可以实时观察系统输出的轨迹和地图点。采用的 ORB 特征点具有简单、快速等特性，该类特征点可以在 SL实时提取，并且后续研究者通过灰度质心法和 SteerBRIEF 描述子B 特征点的鲁棒性。利用 DBoW2 词袋算法加速特征点的匹配，并将其用于回环检测算高了图片匹配的速度和回环检测的精度。ORB-SLAM2 会构建一个局部地图，并通过共视图(Covisibility G部地图，所有的位姿求解和优化都会通过局部地图点进行，如下图

【相似文献】

相关期刊论文 前10条

1 钱丽勋;李卓;范增明;李平;欧文;;红外动态场景图像质量评价理论概述[J];红外与激光工程;2011年10期

2 陈元林;汤心溢;于洋;;便携式实时红外动态场景仿真器设计与实现[J];激光与红外;2010年01期

3 高思莉,汤心溢;红外动态场景仿真[J];红外;2004年12期

4 赵涛;王振华;毛宏霞;包醒东;陈轩;;动态场景目标光、电特性仿真方法综述[J];上海航天;2019年04期

5 范逵;周晓波;;高动态场景的图像融合优化和实时应用[J];中国图象图形学报;2014年06期

6 钱丽勋;李卓;范增明;李平;欧文;;一种红外动态场景图像评价装置的性能测试[J];红外与激光工程;2012年09期

7 税敏;苏泳涛;曹欢;;高动态场景下频率估计器的设计与实现[J];通信技术;2019年01期

8 刘敏;武明虎;王娟;;动态场景下移动侦测的改进方法[J];计算机工程;2017年05期

9 吉书鹏;一种小波多分辨率分析的多算子动态场景目标跟踪算法研究[J];光学技术;2004年06期

10 余轶民;许端清;余轶军;陈纯;;基于视频的微帧组合动态场景生成[J];浙江大学学报(工学版);2009年08期

相关会议论文 前9条

1 赵世明;王忠巍;;基于红外仿真的动态场景投射方式优化研究[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

2 戴德云;王纪凯;葛振华;包鹏;陈宗海;;动态场景下基于稠密场景流的运动目标检测[A];第18届中国系统仿真技术及其应用学术年会论文集（18th CCSSTA 2017）[C];2017年

3 徐昊殭;史博皓;周吉帆;沈模卫;;动态场景中意图识别的计算模型[A];第二十届全国心理学学术会议--心理学与国民心理健康摘要集[C];2017年

4 邸晶荔;赵红云;杨萃;;动态战场电磁环境分布式仿真测试系统[A];’2004系统仿真技术及其应用学术交流会论文集[C];2004年

5 陈海燕;赵松庆;吴根水;;红外动态场景模拟器发展现状及其在半实物仿真中的作用[A];第十届中国科协年会论文集（一）[C];2008年

6 徐玮;张茂军;吴玲达;王炜;;基于图象的动态场景绘制技术[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

7 薛伟罗晨;岳富占;董启甲;;视觉辅助的INS/GNSS导航系统在动态场景下的特性分析[A];第九届中国卫星导航学术年会论文集——S10 多源融合导航技术[C];2018年

8 徐瑞;王睿;李怡;崔玉柱;;动态场景下基于Bayesian分类光流法的运动目标检测[A];中国仪器仪表学会第十三届青年学术会议论文集[C];2011年

9 李海庆;殷国富;胡瑞飞;;基于X3D的虚拟场景交互架构的实现方法研究[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

相关重要报纸文章 前3条

1 撰稿 本报记者 桂运安 郑莉 汪永安 王慧慧;“机器人”撬动大产业[N];安徽日报;2018年

2 ;7款250元以下全能耳机横向评测[N];电脑报;2005年

3 河南省周口教育学院　张翠玲;把IT融入教育创新[N];中国教育报;2003年

相关博士学位论文 前10条

1 肖志鹏;无人车动态场景分析关键技术研究[D];国防科技大学;2018年

2 曾鹏鑫;动态场景下多运动目标检测及跟踪方法研究[D];东北大学;2005年

3 齐苑辰;复杂动态场景下在线视觉目标跟踪算法研究[D];东北大学;2015年

4 钟必能;复杂动态场景中运动目标检测与跟踪算法研究[D];哈尔滨工业大学;2010年

5 潘明皓;动态场景的真实感图形交互绘制技术[D];浙江大学;2010年

6 许丽;动态场景的三维信息获取相关技术研究[D];上海大学;2009年

7 马溪原;含风电电力系统的场景分析方法及其在随机优化中的应用[D];武汉大学;2014年

8 熊庆;变化感知的复杂室内环境智能导航方法[D];武汉大学;2017年

9 刘海;大规模森林景观可视化模拟技术研究[D];中国林业科学研究院;2015年

10 吴培;基于数字微镜器件的高动态像素级调光的成像技术研究[D];中国科学院长春光学精密机械与物理研究所;2017年

相关硕士学位论文 前10条

1 刘帅;风电场短期功率预测方法的研究[D];华北电力大学;2019年

2 田琪;动态场景中交通标志物重建和相机轨迹闭环矫正算法研究[D];哈尔滨工业大学;2019年

3 康凯;动态场景中的目标跟踪算法研究[D];西安理工大学;2014年

4 刘紫童;卫星载荷ADS-B接收机动态场景模拟信号源研究与实现[D];电子科技大学;2019年

5 许小叶;动态场景下工件目标高精度分割方法研究[D];昆明理工大学;2018年

6 闫文龙;动态场景中运动目标的发现与跟踪算法研究与系统实现[D];成都信息工程大学;2018年

7 崔晟;基于图象数据库的动态场景生成系统及其应用[D];西安电子科技大学;2002年

8 蒙冰皓;面向动态场景理解的时空深度学习算法[D];电子科技大学;2017年

9 姜涛;室外动态场景中的人脸识别[D];电子科技大学;2015年

10 毛华;动态场景中运动目标跟踪算法研究与实现[D];电子科技大学;2009年

本文编号：2827124