基于深度信息數(shù)據(jù)融合的室內(nèi)自主定位方法.pdf

1、隨著機(jī)器智能的發(fā)展和對(duì)其更加深入的研究，SLAM(SimultaneousLocalization and Mapping)作為該領(lǐng)域中非常熱門的一個(gè)問(wèn)題，在人機(jī)交互服務(wù)，未知環(huán)境探索（太空，海洋，地下等）和災(zāi)后救援以及重建等方面有著非常廣闊的應(yīng)用前景。SLAM研究領(lǐng)域中有兩個(gè)核心問(wèn)題，自主定位方法和即時(shí)定位方法，前者是指通過(guò)傳感器獲取信息用于估計(jì)傳感器自身的位姿的方法，后者是重建未知環(huán)境的地圖信息。這兩個(gè)方法是相輔相成的，精確地定位可

2、以提高地圖重建的準(zhǔn)確性，而準(zhǔn)確度高的地圖對(duì)定位方法表現(xiàn)也是至關(guān)重要的。現(xiàn)有主流SLAM方法一般都搭載在單目機(jī)器視覺(jué)平臺(tái)上，針對(duì)其不能直接快速地獲取深度信息（需要通過(guò)EKF迭代計(jì)算得到估計(jì)深度），導(dǎo)致不能準(zhǔn)確地定位傳感器位姿的問(wèn)題，本文提出一種基于特征級(jí)融合的室內(nèi)自主定位方法，該方法主要應(yīng)用于靜止多特征信息的未知室內(nèi)環(huán)境中。
　　 本研究主要內(nèi)容包括：首先在回顧了SLAM領(lǐng)域的前期工作的基礎(chǔ)上，重現(xiàn)了一些基于單目視覺(jué)的自主定位方法

3、。實(shí)驗(yàn)結(jié)果表明:在未獲得完整的視覺(jué)信息（未獲得深度信息）的前提下，基于單目視覺(jué)的自主定位方法有很大的估計(jì)誤差。因此，重點(diǎn)關(guān)注了基于異構(gòu)多傳感器的室內(nèi)自主定位方法。隨后，用51單片機(jī)，馬達(dá)驅(qū)動(dòng)電路和路由器等硬件搭建了用于室內(nèi)自主定位的智能移動(dòng)平臺(tái)----智能車。用戶通過(guò)客戶端可以控制智能車的運(yùn)行方向、速度和加速度等運(yùn)動(dòng)參數(shù)并獲取搭載在小車上的傳感器（攝像頭）數(shù)據(jù)，通過(guò)特征提取，EKF(Extended Kalman Filter)預(yù)測(cè)、數(shù)