移動(dòng)機(jī)器人視覺(jué)SLAM閉環(huán)檢測(cè)算法研究.pdf

1、移動(dòng)機(jī)器人的閉環(huán)檢測(cè)這一環(huán)節(jié)是機(jī)器人同時(shí)定位和地圖構(gòu)建(SLAM)中判斷自身是否需要更新地圖的關(guān)鍵步驟。由于機(jī)器人自身視覺(jué)傳感器等因素引起的誤差，不能保證閉環(huán)檢測(cè)的準(zhǔn)確度。因此，本文對(duì)現(xiàn)有閉環(huán)檢測(cè)算法主要步驟存在的問(wèn)題展開分析，主要研究?jī)?nèi)容如下：
　　首先，概述課題研究意義和背景，對(duì)視覺(jué)閉環(huán)檢測(cè)算法的研究現(xiàn)狀和一些關(guān)鍵問(wèn)題進(jìn)行分析，詳細(xì)分析了SLAM的基本方法以及閉環(huán)檢測(cè)中常用的一些特征檢測(cè)算法，為后續(xù)的研究提供理論模型和依據(jù)。<

2、br>　　其次，針對(duì)圖像關(guān)鍵點(diǎn)匹配準(zhǔn)確性差的問(wèn)題，采用基于顏色特征結(jié)合改進(jìn)加速魯棒特征算法(SURF)的圖像匹配算法。利用顏色特征進(jìn)行圖像的粗匹配，選取與測(cè)試圖像最相近的5幅作為待匹配對(duì)象，利用Krawtchouk矩將SURF方法中Hessian矩陣獲取的關(guān)鍵點(diǎn)計(jì)算出梯度方向和幅值，得到特征向量，對(duì)待匹配圖像提取改進(jìn)SURF特征再與測(cè)試圖像進(jìn)行精確匹配，進(jìn)行仿真實(shí)驗(yàn)，證明改進(jìn)算法提高了匹配的正確率。
　　再次，針對(duì)閉環(huán)檢測(cè)中的視覺(jué)

3、詞袋模型(BoVW)準(zhǔn)確率低的問(wèn)題，設(shè)計(jì)出一種改進(jìn)BoVW方法，采用基于Krautchouk矩的SURF算子對(duì)基于指導(dǎo)濾波的去霧后的場(chǎng)景圖像進(jìn)行特征提取，利用最大最小距離結(jié)合粒子群聚類的方法構(gòu)建視覺(jué)單詞本，通過(guò)圖像分類實(shí)驗(yàn)，驗(yàn)證了改進(jìn)算法的有效性。
　　最后，針對(duì)閉環(huán)檢測(cè)算法的準(zhǔn)確度不足問(wèn)題，設(shè)計(jì)基于后驗(yàn)處理的閉環(huán)檢測(cè)方法，利用基于Krautchouk矩的SURF算法提取圖像特征，構(gòu)建金字塔式的分層視覺(jué)單詞樹，通過(guò)加權(quán)詞頻-逆向文