三维立体混合特征地图的构建

本文介绍了双目视觉的基本原理和空间点重建。利用双目视觉传感器获取了环境特征点的三维坐标，建立起了环境几何特征的立体地图，同时将这些特征角点局域窗口的灰度信息作为图像特征信息一并保存，建立起包含环境几何特征和图像特征的混合地图。

基于几何-拓扑广域三维地图和全向视觉的移动机器人自定位

面向大规模室内环境,研究了基于全向视觉的移动机器人自定位.提出用分层的几何–拓扑三维地图管理广域环境特征,定义了不同层次的三维局部环境特征及全局拓扑属性,给出了分层地图的应用方法.构建了全向视觉传感器成像模型及其不确定性传播方法,使得地图中的概率元素能够在系统中有效应用.采用随机点预估搜索的方法提取环境元素对应的曲线边缘特征.用带反馈的分层估计方法在融合中心对多观测特征产生的相应估计状态进行总体融合.以分层逻辑架构设计实现了移动机器人交互式自定位系统.实验分析了真实环境中不同初始位姿和观测信息情况下定位系统的收敛性和定位精度,在考虑动态障碍物的遮挡情况下完成了机器人的在线环境感知和运动自定位任务.实验结果表明本文方法的可靠性和实用性.

基于智能空间的家庭服务机器人SLAM

提出了基于智能空间的家庭服务机器人同步定位与地图构建(SLAM)方法.利用双目立体视觉传感器提取环境特征,获取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时获取环境中这些几何特征对应的图像特征信息,并将混合信息进行绑定,作为实时更新信息存入智能空间信息库中,构建出三维立体混合特征地图.在SLAM实现过程中,首先建立系统模型并对该模型进行重构以实现线性化;其次移动机器人与智能空间实时地进行交互,实现快速数据关联;最后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,同时保存环境特征,逐步构建出环境地图.实验表明,该方法实时性好、精确度高.