亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)SIFT特征提取的單目SLAM方法研究

        2020-06-30 10:07:21胡衡任甜甜王玉巍竟靜靜

        胡衡 任甜甜  王玉巍 竟靜靜

        摘? ?要:目前視覺(jué)傳感器廣泛用于解決移動(dòng)機(jī)器人同步定位與地圖構(gòu)建問(wèn)題,而精確、穩(wěn)定的圖像特征點(diǎn)提取技術(shù)是其中一個(gè)關(guān)鍵技術(shù)。針對(duì)傳統(tǒng)SIFT特征點(diǎn)出現(xiàn)數(shù)目大、分布廣的現(xiàn)象,可利用局部區(qū)域顯著參數(shù)指標(biāo)值來(lái)優(yōu)化場(chǎng)景SIFT特征點(diǎn)的提取,并用于單目EKF-SLM算法中完成系統(tǒng)的SLAM過(guò)程。仿真實(shí)驗(yàn)結(jié)果表明,在未知室內(nèi)結(jié)構(gòu)化場(chǎng)景中,改進(jìn)后特征點(diǎn)的收斂速度更快,信息的不確定性更小,定位精度更高。

        關(guān)鍵詞:SIFT? 單目視覺(jué)? EKF? 同步定位與地圖構(gòu)建

        中圖分類號(hào):TP24? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào):1674-098X(2020)03(b)-0103-04

        基于單目視覺(jué)的未知場(chǎng)景中移動(dòng)機(jī)器人同步定位與地圖創(chuàng)建(Simultaneous Localization and Mapping,SLAM)方法是實(shí)現(xiàn)機(jī)器人自主導(dǎo)航的重要研究方向之一,而如何確保從單目圖像中所提取環(huán)境特征的準(zhǔn)確性和魯棒性是該方法的難點(diǎn)所在[1-4]。由于SIFT(Scale Invariant Feature Transform)特征點(diǎn)[5]的穩(wěn)定性較好且對(duì)噪聲的敏感度較低,故常采用SIFT特征點(diǎn)作為視覺(jué)SLAM問(wèn)題中描述場(chǎng)景地圖的路標(biāo),但SIFT算法存在計(jì)算量大、復(fù)雜度高的不足,高實(shí)時(shí)性不易實(shí)現(xiàn)[6-8]。對(duì)此,本文嘗試改進(jìn)已有SIFT特征提取算法以滿足場(chǎng)景特征點(diǎn)數(shù)量和空間分布及重復(fù)觀測(cè)性上的要求,實(shí)現(xiàn)快速構(gòu)建高精度場(chǎng)景地圖的目的。

        1? 改進(jìn)SIFT特征提取算法

        SIFT提取算法的基本過(guò)程包括:先從高斯差分尺度空間中獲取極值點(diǎn),然后精準(zhǔn)定位關(guān)鍵點(diǎn)并確定主方向,最終形成對(duì)應(yīng)的特征描述子[9-10]。為了更好地描述場(chǎng)景周圍的狀況,需要在已有SIFT算法基礎(chǔ)上對(duì)所提取的路標(biāo)特征的總數(shù)和空間分布進(jìn)行適當(dāng)優(yōu)化。基于此,本文從統(tǒng)計(jì)特性角度提出了一種改進(jìn)SIFT特征提取方法,它根據(jù)區(qū)域的顯著參數(shù)指標(biāo)值來(lái)獲取數(shù)目穩(wěn)定且分布合理的場(chǎng)景特征,不僅能夠達(dá)到EKF收斂要求而且滿足描述場(chǎng)景所需的精度,其具體步驟如下。

        (1)提取當(dāng)前幀中的SIFT特征。

        其中,是場(chǎng)景圖像中特征點(diǎn)的實(shí)際觀測(cè)值,是單位陣。

        只要確定了和的狀態(tài)結(jié)果,場(chǎng)景地圖就能夠直觀地描述。若檢測(cè)出新特征,則按照2.1節(jié)和2.2節(jié)中的方式得到其狀態(tài)與方差,并增廣到系統(tǒng)全狀態(tài)估計(jì)向量中即可。

        3? ?SLAM系統(tǒng)仿真結(jié)果與分析

        選取對(duì)象為實(shí)驗(yàn)室內(nèi)某處場(chǎng)景,手持單目相機(jī)在小范圍內(nèi)緩慢平滑移動(dòng),采用改進(jìn)SIFT特征提取算法獲取多幀圖像序列中的特征開(kāi)展EKF-SLAM離線仿真過(guò)程。如圖2(c)結(jié)果所示,在24幀時(shí)場(chǎng)景特征的位置估計(jì)誤差已收斂到一定范圍里。伴隨著EKF迭代總數(shù)的增加,特征信息的不確定性將不斷縮小,最終趨于估計(jì)值附近,如圖2(d)第109幀時(shí)結(jié)果所示。

        場(chǎng)景特征的距離估計(jì)誤差值對(duì)SLAM過(guò)程中地圖創(chuàng)建精度的影響非常明顯。圖3顯示了第24幀和第109幀時(shí)對(duì)應(yīng)SLAM過(guò)程中場(chǎng)景特征在、方向上估計(jì)誤差的變化情況。結(jié)果顯示,基于改進(jìn)SIFT特征提取的單目SLAM系統(tǒng)在第109幀時(shí)所有場(chǎng)景特征在、方向上的估計(jì)誤差值由第24幀時(shí)的6.21cm下降至1.72cm以內(nèi)。該誤差值相對(duì)于所選用的實(shí)驗(yàn)場(chǎng)景空間尺度而言是可以忽略的,而造成該誤差的主要原因是實(shí)驗(yàn)設(shè)備測(cè)量精度有限且實(shí)驗(yàn)場(chǎng)景較為復(fù)雜。

        4? 結(jié)語(yǔ)

        本文提出了一種基于改進(jìn)SIFT特征的單目EKF-SLAM方法并進(jìn)行了仿真實(shí)現(xiàn)??梢钥闯?,采用基于區(qū)域顯著參數(shù)指標(biāo)值的SIFT特征提取算法能夠使所獲取的場(chǎng)景特征既滿足數(shù)目有限的要求同時(shí)又表現(xiàn)出很好的空間分布特性。這些改進(jìn)不但有助于加快單目SLAM系統(tǒng)的收斂速度,同時(shí)也便于更精準(zhǔn)地構(gòu)建出場(chǎng)景地圖。實(shí)驗(yàn)仿真效果較為理想,表明了此方法能夠在單目視覺(jué)條件下較好地實(shí)現(xiàn)室內(nèi)靜態(tài)結(jié)構(gòu)化場(chǎng)景的地圖構(gòu)建目的,既節(jié)約了成本又滿足了精度。

        參考文獻(xiàn)

        [1] 楊雪夢(mèng),姚敏茹,曹凱.移動(dòng)機(jī)器人SLAM關(guān)鍵問(wèn)題和解決方法綜述[J].計(jì)算機(jī)系統(tǒng)應(yīng)用,2018(7):1-10.

        [2] 邸凱昌,萬(wàn)文輝,趙紅穎,等.視覺(jué)SLAM技術(shù)的進(jìn)展與應(yīng)用[J].測(cè)繪學(xué)報(bào),2018(6):770-779.

        [3] 朱凱,劉華峰,夏青元.基于單目視覺(jué)的同時(shí)定位與建圖算法研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2018(1):1-6.

        [4] 劉浩敏,章國(guó)鋒,鮑虎軍.基于單目視覺(jué)的同時(shí)定位與地圖構(gòu)建方法綜述[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2016(6):855-868.

        [5] Lowe D. Distinctive image features from scale-invariant key points[J].International Journal of Computer Vision,2004,60(2):91-110.

        [6] 胡為,劉興雨.基于改進(jìn)SIFT算法的單目SLAM圖像匹配方法[J].光電與控制,2019,26(5):7-13.

        [7] 翟雨微.基于改進(jìn)的SIFT圖像匹配算法研究[D].吉林大學(xué),2017.

        [8] 梁超,王亮,劉云紅.基于擴(kuò)展卡爾曼濾波的實(shí)時(shí)視覺(jué)SLAM算法[J].計(jì)算機(jī)工程,2013,39(8):231-234.

        [9] 屈有佳.基于SIFT特征的關(guān)鍵幀提取算法研究[D].北京交通大學(xué),2015.

        [10]滕日.基于SIFT的局部不變特征研究[D].中國(guó)科學(xué)院研究生院,2016.

        [11]王丹.室內(nèi)移動(dòng)機(jī)器人單目視覺(jué)定位與建圖算法研究及實(shí)現(xiàn)[D].中國(guó)科學(xué)技術(shù)大學(xué),2019.

        [12]李月華,朱世強(qiáng),于亦奇.工廠環(huán)境下改進(jìn)的視覺(jué)SLAM算法[J].機(jī)器人,2019(1):95-103.

        [13]Montiel A.D.J,Civera J. Unified Inverse Depth Parametrization for Monocular Slam[C].In Robotics Science and Systems Conference,2006.

        [14]李帥鑫,李廣云,周陽(yáng)林,等.改進(jìn)的單目視覺(jué)實(shí)時(shí)定位與測(cè)圖方法[J].儀器儀表學(xué)報(bào),2017,38(11):2849-2857.

        [15]李策,魏豪左,盧冰,等.基于深度視覺(jué)的SLAM算法研究與實(shí)現(xiàn)[J].計(jì)算機(jī)工程與設(shè)計(jì),2017(4):1062-1066.

        [16]薛永勝,王姮,張華,等.EKF-SLAM算法的改進(jìn)及其在Turtlebot的實(shí)現(xiàn)[J].西南科技大學(xué)學(xué)報(bào),2015(1):54-59.

        亚洲AV无码资源在线观看| 久久综合噜噜激激的五月天| 亚洲制服无码一区二区三区 | 精品午夜福利无人区乱码一区| 百合av一区二区三区| 黑人一区二区三区高清视频| 在线亚洲精品一区二区三区| 免费亚洲老熟熟女熟女熟女| 亚洲av无码乱码精品国产| 久久精品国产69国产精品亚洲| 日韩在线不卡免费视频| 中文人妻AV高清一区二区| 大胸美女吃奶爽死视频| 国内自拍视频在线观看h| 亚洲中文乱码在线观看| 青青草视频是针对华人| 日本少妇春药特殊按摩3| 亚洲国产综合精品 在线 一区| 最新亚洲无码网站| 天堂av一区一区一区| 国产91精品高潮白浆喷水| 国产精品毛片一区二区| 国产山东熟女48嗷嗷叫| 国产白丝在线| 日本嗯啊在线观看| 国产麻豆剧传媒精品国产av| 国产情侣自拍一区视频| 2021久久精品国产99国产精品| 日本丰满妇人成熟免费中文字幕| 日本高清一区在线你懂得| 青草久久婷婷亚洲精品| 国产大片内射1区2区| 女人大荫蒂毛茸茸视频| 亚洲日本VA午夜在线电影| 日本在线无乱码中文字幕| 国产精品狼人久久影院软件介绍 | 国产女女精品视频久热视频| 久久久久人妻精品一区5555| 日韩精品一区二区三区视频| 久久人人爽人人爽人人片av高请 | 一本之道加勒比在线观看|