基于SURF特征的單目視覺SLAM技術研究與實現.pdf

1、未知非結構化環(huán)境下移動機器人自主導航與定位研究的一個重要問題是同時定位與地圖創(chuàng)建(SLAM)。SLAM問題經過幾十年的發(fā)展取得了長足的進步。近些年來,隨著計算機視覺研究的發(fā)展,基于單目攝像機的單目視覺SLAM逐漸成為移動機器人SLAM研究領域新的熱點與難點。
　　 圖像特征的檢測是單目視覺SLAM系統(tǒng)的重要組成部分,目前出現的檢測方法并不能很好地兼顧快速性和穩(wěn)定性這兩方面的要求。針對這一問題,本文采用了SURF(快速魯棒特征)檢

2、測算子提取圖像特征,不僅可以獲得較快的特征檢測速度,而且對光學、幾何畸變以及噪聲更具魯棒性。
　　 為進一步增強所選取地圖特征的魯棒性,提高定位精度,本文提出了一種基于子區(qū)域特征重要性指標的隨機特征提取方法,使得提取的圖像特征更加均勻、平坦地分布在圖像中。
　　 針對目前地圖特征匹配速度較慢的問題,本文結合SURF最近鄰匹配方法,采用了基于主動視覺橢圓搜索域的方法進行地圖特征的匹配,很大程度上減小了特征的搜索區(qū)域,加快了

3、匹配速度。
　　 此外,本文進一步分析了基于擴展卡爾曼濾波的單目視覺SLAM系統(tǒng)結構,綜合上述方法和地圖特征的逆深度參數化以及1點隨機抽樣一致性(1pRANSAC),設計了EKF-SURF-1pRANSAC單目視覺SLAM算法,最后利用該算法在實驗室未知非結構化場景下進行了單目視覺SLAM系統(tǒng)的仿真實驗。
　　 實驗表明,相比采用快速“角點”的EKF monoSLAM_1pRANSAC單目視覺SLAM算法,基于SURF特