光照鲁棒的视觉SLAM算法研究

发布时间：2024-03-18 19:59

　　现今,基于视觉的定位与建图算法成为SLAM(Simultaneous Localization and Mapping,SLAM)领域研究的主流研究方向。视觉SLAM即机器人搭载视觉传感器,在没有先验信息的情况下,通过运动过程建立环境地图的同时估计运动轨迹。基于视觉的机器人定位与建图算法具有传感器成本低廉、累计漂移误差小、可建立三维地图等优势,但是定位精度容易受到光照变化的影响。为了提高视觉SLAM算法在环境光照变化下的鲁棒性,获得更好的建图与定位性能,本文将从如下方面对视觉SLAM算法进行研究和改进。首先,本文介绍了稀疏直接法视觉里程计DSO(Direct Sparse Odometry,DSO)的定位、建图原理和基于词袋模型的闭环检测算法,给出了相应的公式推导和求解过程。为了提高闭环检测中训练字典的视觉特征分布的合理性和纹理的鲁棒性,本文提出了一种视觉特征的筛选策略。本文在数据集上设计仿真实验,分析验证了所提改进的特征提取算法的性能。其次,本文介绍了基于相机光度成像模型的实时曝光补偿算法,讲解了光度参数中响应函数、曝光时间和光晕系数对相机成像的影响,引入了基于上述参数的曝光补偿算法...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图１－１?ＬＳＤ－ＳＬＡＭ实验效果??［５］

?山东大学硕土学位论文???失、匹配失效等问题，使算法的性能下降。因此，本文主要围绕如何提??升视觉ＳＬＡＭ算法的光照鲁棒性开展第一章的研究。??１．２国内外研究现状??Ｄａｖｉｓｏｎ?Ａ等人［２］在２００７年提出的Ｍｏｎｏ－ＳＬＡＭ，追踪前端稀疏的??特征点，采用扩展卡尔曼滤波....

图１－２?ＳＶＯ实验效果??为了提高系统的鲁棒性，Ｋｉｍ?Ｐ等人［７］在２０１５年提出Ｐａｔｃｈ－ｂａｓｅｄ??ＶＯ，使用线性照明模型来补偿的局部亮度变化，增强了系统在光照突变??

?山东大学硕士学位论文???ｍｉ??ｍ￥－＾??图１－２?ＳＶＯ实验效果??为了提高系统的鲁棒性，Ｋｉｍ?Ｐ等人［７］在２０１５年提出Ｐａｔｃｈ－ｂａｓｅｄ??ＶＯ，使用线性照明模型来补偿的局部亮度变化，增强了系统在光照突变??时的鲁棒性，但是对场景纹理特征具有较高的依赖性。??....

图１－３?ＯＲＢ－ＳＬＡＭ实验效果??ｎｌ．丨［１＜）］２０１６ＤＳＯ，

?山东大学硕士学位论文???ｍｉ??ｍ￥－＾??图１－２?ＳＶＯ实验效果??为了提高系统的鲁棒性，Ｋｉｍ?Ｐ等人［７］在２０１５年提出Ｐａｔｃｈ－ｂａｓｅｄ??ＶＯ，使用线性照明模型来补偿的局部亮度变化，增强了系统在光照突变??时的鲁棒性，但是对场景纹理特征具有较高的依赖性。??....

图１－４?ＤＳＯ实验效果??Ｒｕｂｅｎ等人［１１］在２０１７年提出的ＰＬ－ＳＬＡＭ，前端采用ＬＳＤ线段检??测算法［１２］提取并跟踪场景中的线段信息，实现了视觉里程计的定位和建??

?山东太学硕上学位论文???度和鲁棒性，但是没有闭环检测与重定位功能。ＤＳＯ部分实验效果如图??１－４所示。?????Ｉ?／?．１?ｉｒ??图１－４?ＤＳＯ实验效果??Ｒｕｂｅｎ等人［１１］在２０１７年提出的ＰＬ－ＳＬＡＭ，前端采用ＬＳＤ线段检??测算法［１２］提取并跟踪场景中的....

本文编号：3931739