论文总字数：27307字

摘 要

针对移动机器人自主导航问题，基于视觉传感器的同时定位与地图构建(SLAM)由于具有性价比高和获取信息丰富的优势，已成为当前热门研究方向，在各个领域得到了广泛应用。为探究视觉SLAM的研究现状和重难点，本文对视觉SLAM的概念、背景和发展历程进行了解，总结归纳不同时期研究方法的特点及意义，并在此基础上做了以下工作：

1. 对四种典型的视觉SLAM算法（RGB-D SLAM、RTAB-SLAM、ORB-SLAM、ORB-SLAM2）进行深入研究，分析它们的框架和各部分用到的经典方法及原理，并对不同方法进行对比，讨论其优缺点；
2. 基于MATLAB平台对ORB-SLAM算法进行仿真实验，详细描述了实验中地图初始化、跟踪、局部建图、闭环检测等步骤的原理及效果，得到了优化后的轨迹以及真实轨迹的对比图，验证了ORB-SLAM算法的可行性和鲁棒性。

关键词：视觉SLAM；ORB-SLAM；特征点；光束法平差；闭环检测

Abstract

Aiming at the problem of mobile robot autonomous navigation, simultaneous localization and mapping (SLAM) using visual sensors has become a hot research direction owing to its low price and rich information. In order to explore the current situation and the key and difficult points of visual SLAM research, this paper analyzes the concept, background and development of visual slam, sums up the characteristics and significance of research methods in different periods, and on this basis, does the following work:

1. We analyze four typical visual SLAM algorithms (RGB-D SLAM, RTAB-SLAM, ORB-SLAM and ORB-SLAM2) in depth, their framework and the classical methods and principles used in each part are introduced, and their advantages and disadvantages are also discussed.
2. Based on the MATLAB platform, the simulation experiment of ORB-SLAM algorithm is carried out. The principle and effect of the steps of Map Initialization、Tracking、Local Mapping and Loop Closure in the experiment are described in detail. Finally, we obtain the comparison diagram of the optimized trajectory and the real trajectory, which verifies the feasibility and robustness of ORB-SLAM algorithm.

Keywords: Visual SLAM; ORB-SLAM; Bundle Adjustment; Feature points; Loop Closure

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2视觉SLAM国内外研究动态 1

1.2.1国外研究动态 2

1.2.2国内研究动态 3

1.3 本文研究 4

第二章 视觉SLAM算法及相关理论 5

2.1 引言 5

2.2 RGB-D SLAM理论基础 5

2.2.1系统框架 5

2.2.2前端方法对比 6

2.2.3后端BA优化原理分析 10

2.2.4闭环检测词袋法介绍 11

2.2.5优缺点分析 11

2.3 RTAB-Map原理 12

2.3.1系统框架 13

2.3.2算法关键步骤介绍 13

2.3.3优缺点分析 14

2.4 ORB-SLAM原理 14

2.4.1系统框架 14

2.4.2 ORB算法基本介绍 15

2.4.3优缺点分析 17

2.5 ORB-SLAM2原理 17

2.5.1系统框架 17

2.5.2单目、双目特征点 18

2.5.3三种BA优化 19

2.5.4优缺点分析 20

2.6本章小结 20

第三章 视觉SLAM实验设计与分析 21

3.1引言 21

3.2基于MATLAB的单目ORB-SLAM算法实验设计 21

3.2.1地图初始化 21

3.2.2跟踪 23

3.2.3局部建图 24

3.2.4闭环检测 24

第四章 实验结果分析 25

4.1引言 25

4.2实验设置 25

4.3实验结果 26

4.4数据分析 29

4.5 本章小结 30

第五章 总结与展望 31

5.1总结 31

5.2展望 31

参考文献 32

致谢 36

第一章 绪论

1.1 研究背景及意义

1996年，同时定位与建图（SLAM）这个概念被Durrant-Whyte[1]提出。SLAM过程可以理解为：在周围环境未知的情况下，机器人一边移动一边进行定位和对环境构建地图，由此实现自主导航。早期SLAM技术需要用到价格昂贵的传感器，如激光雷达、惯性导航模块、磁条、GPS 等等[2]，后来，性价比高、通用性好、轻便、可采集大量信息的相机传感器被更多研究者所青睐[3][4]，以相机作为传感器的视觉SLAM也快速发展。虽然当前由于计算机视觉、数字图像处理等理论的发展，视觉SLAM已经向前迈出了一大步，并在室内自主导航[5][6]、VR/AR等领域得到初步的应用[7][8]，然而，想提高复杂环境下的鲁棒性仍是一个挑战。

当前，智能移动机器人已逐渐成为人类生活不可或缺的一部分,机器人迈向更智能化的突破点之一就是自主定位，所以视觉SLAM研究对促进智能移动机器人技术发展有实际的意义。

1.2视觉SLAM国内外研究动态

由于相机传感器有很多种类，所以视觉SLAM也被分为单目SLAM、多目SLAM和RGB-D SLAM。一个功能齐全的视觉SLAM系统需要完成获取外部图像信息，提取有用的特征并进行分析处理，找到数据间的关联从而自主定位，以及生成地图等工作。前人已将其系统架构总结为：前端、后端、回环检测和建图４个模块，如图1-1所示。

图 1-1 视觉SLAM系统构架

1.2.1国外研究动态

在视觉SLAM领域，国外的学者研究的比较早，也取得了一定的成果，有些方法非常值得我们去学习研究。

请支付后下载全文，论文总字数：27307字