基于RGB-D图像的无人系统定位与建图方法研究
同时定位与建图技术（SLAM，SimultaneousLocalizationandMapping）发展迅速，已经广泛应用于医疗、智能家居、军事等多个领域。其中，SLAM技术与无人车结合应用更是引起了国内外学者的广泛关注。室内场景中通常包含塑料、纤维、木竹、石材、陶瓷、金属和玻璃等材质物品。其中，玻璃面板因其具有透明和反光特性，是单目相机、双目相机、RGB-D相机和激光雷达等传感器的检测盲区，导致SLAM技术在这种场景中的定位和建图的精度下降，精准定位与建图难度增大。针对这一问题，本文创新提出了一种基于RGB-D图像的视觉传感器检测玻璃面板位置的方法，将检测数据与SLAM建图结果融合获得包含玻璃面板的场景地图，并将该地图应用于无人车系统的自主定位导航。 本文主要研究内容如下： 1.对无人车系统的运动学模型和动力学模型进行了分析，获得了无人车位移和航向角与速度和角速度之间随时间变化的规律。在此基础上，搭建了无人车硬件与软件控制系统，实现了无人车基于PID的速度控制和位置控制，搭建了共同局域网并实现无人车的远程控制。 2.使用张正友标定法对RGB相机进行了标定，获得RGB相机内参。设计并使用了镂空棋盘对深度相机进行了标定，验证了将棋盘线平行等距的约束条件用于优化棋盘角点位置的方法，降低了棋盘角点的重投影误差，并获得深度相机内参。 3.完成了无人车在室内多玻璃场景下RGB图像的采集并建立了数据集，使用PSPNet语义分割网络对玻璃面板和地面进行了像素级分类。基于语义分割结果设计了玻璃面板和地面位置检测方法，拟合玻璃面板的模型。基于ORB-SLAM2获取了实验场景的初始地图点，融合初始地图与玻璃面板检测数据，为无人车导航建立全局地图。实验结果表明，计算的真实玻璃面板和检测玻璃面板的夹角误差≤3°，检测玻璃面板中点到真实玻璃面板的距离误差≤0.1m，验证了地图构建方法的有效性。 4.基于A*算法完成了全局路径的规划，基于DWA算法完成了局部路径的规划，基于卡尔曼滤波方法设计了多传感器（轮式里程计、IMU与视觉定位）融合的无人车定位方法。仿真结果表明，全局路径规划算法能够规划出基于全局已知栅格地图的最优路径，局部路径规划算法拥有较好的避障能力，可以同时躲避静止障碍物和运动中的障碍物。实验结果验证了无人车的定位算法与导航算法的有效性与准确性。
无人系统;路径规划;RGB-D图像;语义分割
吉林大学
硕士
机械电子工程
朱航
2023
中文
TP391.41
2023-08-29（万方平台首次上网日期，不代表论文的发表时间）