基于Kinect的視覺里程計(jì)算法的進(jìn)一步研究.pdf

1、移動(dòng)機(jī)器人的自主實(shí)時(shí)精準(zhǔn)定位與軌跡構(gòu)建是機(jī)器人走向全智能化的前提。由于傳統(tǒng)的定位方法的缺點(diǎn)，基于計(jì)算機(jī)視覺的里程計(jì)逐漸成為機(jī)器人定位的重要選擇。視覺里程計(jì)在最近十幾年的時(shí)間里已廣泛應(yīng)用于各類機(jī)器人的導(dǎo)航定位中，其中最成功的應(yīng)用是NASA于2004年發(fā)射的“勇氣號(hào)”和“機(jī)遇號(hào)”火星探測(cè)器。由于傳統(tǒng)的視覺里程計(jì)方法深度信息難以獲得，以Kinect為代表的深度相機(jī)的出現(xiàn)為視覺里程計(jì)提供了新的思路，受到越來越多的學(xué)者關(guān)注。
　　本文研究了

2、基于Kinect的視覺里程計(jì)的算法，可以分了兩大類:基于稠密點(diǎn)的視覺里程計(jì)和基于特征點(diǎn)的視覺里程計(jì)。同時(shí)詳細(xì)地分析了這兩種方法的優(yōu)缺點(diǎn)，基于稠密點(diǎn)的方法具有對(duì)弱紋理環(huán)境適應(yīng)性好、能充分利用所有信息及實(shí)時(shí)性好等優(yōu)點(diǎn)，但是它對(duì)變化很大的場(chǎng)景可能會(huì)匹配失敗且定位精度略差;基于特征點(diǎn)的方法對(duì)光照變化的魯棒性更高，且在場(chǎng)景豐富的環(huán)境下定位精度更高，但是它在特征點(diǎn)提取與匹配階段處理耗時(shí)很大。
　　本文首先分析了基于稠密點(diǎn)的Kinect視覺里程

3、計(jì)的原理，并給出了一種改進(jìn)的方法。同時(shí)與原DVO算法進(jìn)行比較，可得該算法能比DVO算法取得更高的精度，該算法對(duì)于有動(dòng)態(tài)物體場(chǎng)景效果提升明顯且對(duì)于環(huán)境變化具有更高的魯棒性;但是該算法和DVO算法一樣，對(duì)于角度變化很敏感，且對(duì)于不連續(xù)的場(chǎng)景會(huì)匹配失敗。
　　針對(duì)上述缺點(diǎn)，本文提出了一種基于改進(jìn)的SURF特征點(diǎn)的方法。首先分析了基于特征點(diǎn)的方法的一般流程，針對(duì)傳統(tǒng)的SURF算法在匹配階段耗時(shí)較大的問題，提出了一種基于亮度/色彩一致性的改