基于KAZE特征的单目视觉SLAM研究-计算机系统结构专业论文.docxVIP

西安电子科技大学 学位论文独创性（或创新性）声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日 期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 本人签名： 导师签名： 日 期： 日 期： 摘要 机器人是人类历史长久以来的梦想，并逐渐地进入人们的生活。随着技术水 平的发展，人们希望机器人可以在更加复杂的环境中进行工作。这就要求机器人 可以在复杂的未知的环境中能够快速地建立周围环境的地图，并根据地图进行自 身的定位。也就是实现真正的自主式移动机器人。 同步定位与地图构建（SLAM）正是为了解决移动机器人在未知环境的自主移 动问题的技术。传统的移动机器人通常是在结构化的环境中进行研究，地图是已 有的先验知识。而 SLAM 包括建图和定位两个问题，两个问题互相影响无法分割， 建图是定位的基础，而定位又影响建图的准确性。SLAM 技术近 20 年来受到全球 各地研究者的关注，提出了各种解决方案。 本文主要研究基于单目视觉传感器的 SLAM。首先阐述了同步定位与地图构 建技术的研究背景和意义，对各种现有的 SLAM 技术做了简要介绍。然后介绍了 本文使用的视觉特征的提取算法 KAZE，并与传统的 SIFT、SURF 特征做了比较， 说明 KAZE 特征具有更好的稳定性。接着介绍了基于扩展卡尔曼滤波的 SLAM 模 型以及地图路标的管理策略。最后给出基于机器人操作系统 ROS 的 SLAM 系统设 计和实现，并对算法性能进行实验和测试。 关键词：同步定位与地图构建 扩展卡尔曼滤波 KAZE 特征 机器人操作系统 ROS Abstract The robot is the long-standing dream of human history, and gradually comes into peoples lives. With the development of science and technology, we want the robot to work in a more complex environment. That requires that the robot may be able to quickly create a map of the surrounding environment in a complex and unknown place, and locate itself with the map. That is the really autonomous mobile robot. Simultaneous localization and mapping (SLAM) is the technology to solve the issues of autonomous mobile robots in an unknown environment. The traditional mobile robot usually work in a structured environment, and there is a priori knowledge of the environment map. But SLAM includes two issues of both mapping and localization. Mapping and localization affect each other , and can not be divided. Mapping is the basis for localization , and also localization affects the accuracy of mapping. For nearly 20 years, SLAM technology has r