基于全卷积光流与尺度感知的双目视觉里程计动态环境鲁棒定位系统设计.docxVIP

PAGE2

基于全卷积光流与尺度感知的双目视觉里程计动态环境鲁棒定位系统设计

摘要

随着自动驾驶与移动机器人技术的飞速发展，视觉里程计作为核心定位模块，其精度与鲁棒性直接决定了系统的智能水平。然而，现有视觉里程计在动态环境中常因动态物体干扰导致位姿估计漂移，且单目视觉存在尺度模糊问题。本课题针对上述痛点，设计并实现了一种基于全卷积光流与尺度感知的双目视觉里程计系统。系统首先利用全卷积网络估计密集光流，结合几何约束分割动态物体，剔除动态特征点；其次，设计尺度感知约束算法，利用双目基线约束优化位姿，实现高精度的里程估计。

论文遵循工程化设计思路，从需求分析、总体设计、详细设计到系统实现与测试，完整呈现了系统研发全过程。首先，通过分析动态环境下的定位需求，确立了系统功能与非功能指标；其次，构建了基于ROS的分层系统架构，设计了光流分割模块与位姿优化模块；再次，详细阐述了动态剔除算法与尺度感知优化策略的数学原理与实现逻辑；最后，在公开数据集与真实场景下进行了系统测试。测试结果表明，本系统在动态环境下定位精度较传统方法提升了约35%，有效解决了动态干扰与尺度漂移问题，具有较高的工程应用价值。

第一章绪论

1.1研究背景

近年来，移动机器人与自动驾驶汽车在物流配送、智能交通等领域应用日益广泛，这对定位导航系统的可靠性提出了极高要求。视觉里程计因其成本低廉、信息丰富等优势，成为定位系统