第3章 即时定位与地图构建技术课件讲解_第1页
第3章 即时定位与地图构建技术课件讲解_第2页
第3章 即时定位与地图构建技术课件讲解_第3页
第3章 即时定位与地图构建技术课件讲解_第4页
第3章 即时定位与地图构建技术课件讲解_第5页
已阅读5页,还剩82页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第1

页第3章即时定位与地图构建技术3.1SLAM技术简介3.2视觉SLAM技术3.3激光SLAM技术3.4无人车激光SLAM开发实例

第2

页第3章即时定位与地图构建技术

第3

页第3章即时定位与地图构建技术

第4

第5

第6

第7

第8

第9

第10

第11

页视觉SLAM概述Question机器人自主运动两大基本问题我在什么地方?——定位周围长什么样子?——建图机器人的“内外兼修”:定位侧重对自身的了解,建图侧重对外在的了解准确的定位需要精确的地图精确的地图来自准确的定位/video/BV1CZ4y1F7kN/video/BV1YE411r7ao视觉SLAM概述HowtodoSLAM?——Sensors两类传感器安装于环境中的:二维码MarkerGPS导轨、磁条携带于机器人本体上的IMU激光相机视觉SLAM概述相机以一定速率采集图像,形成视频分类单目Monocular双目Stereo深度RGBD其他鱼眼全景EventCamera,etc.视觉SLAM概述相机的本质以二维投影形式记录了三维世界的信息此过程丢掉了一个维度:距离各类相机主要区别:有没有深度信息单目:没有深度,必须通过移动相机产生深度MovingViewStereo双目:通过视差计算深度StereoRGBD:通过物理方法测量深度视觉SLAM概述仅有一个图像时:可能是很近但很小的物体可能是很远但很大的物体它们成像相同必须在移动相机后才能得知相机的运动和场景的结构视觉SLAM概述当相机运动起来时场景和成像有几何关系近处物体的像运动快远处物体的像运动慢可以推断距离视觉SLAM概述双目相机:左右眼的微小差异判断远近同样,远处物体变化小,近处物体变化大——推算距离计算量非常大视觉SLAM概述深度相机物理手段测量深度结构光ToF主动测量,功耗大深度值较准确量程较小,易受干扰视觉SLAM概述视觉SLAM框架前端:VO后端:Optimization回环检测LoopClosing建图Mapping视觉SLAM概述视觉里程计VisualOdometry相邻图像估计相机运动基本形式:通过两张图像计算运动和结构不可避免地有漂移方法特征点法直接法视觉SLAM概述后端优化从带有噪声的数据中优化轨迹和地图状态估计问题最大后验概率估计MAP前期以EKF为代表,现在以图优化为代表视觉SLAM概述回环检测检测机器人是否回到早先位置识别到达过的场景计算图像间的相似性方法:词袋模型视觉SLAM概述回环检测在视觉SLAM问题中,位姿的估计往往是一个递推的过程,即由上一帧位姿解算当前帧位姿,因此其中的误差便这样一帧一帧的传递下去,也就是累积误差。如下图所示,位姿约束都是参照上一帧建立的,第五帧的位姿误差中便已经积累了前面四个约束中的误差。视觉SLAM概述回环检测如果,第五帧位姿不仅可以由第四帧推出来,还可以由第二帧推算出来,那显然由第二帧推出误差更小,因为只有两个约束的误差了。像这样与之前的某一帧建立位姿约束关系就叫做回环。回环通过减少了约束数,起到了减小累积误差的作用。视觉SLAM概述回环检测那现在又有新的问题了,我们怎么知道可以由第二帧推算第五帧位姿呢?就像下图,可能第一帧、第三帧也可以呀。确实,我们之所以用前一帧递推下一帧位姿,因为这两帧足够近,肯定可以建立两帧的约束,但是距离较远的两帧就不一定可以建立这样的约束关系了。找出可以建立这种位姿约束的历史帧,就是回环检测。视觉SLAM概述回环检测那我们现在的重点就是回环检测了。其实我们完全可以把以前的所有帧都拿过来和当前帧做匹配,匹配足够好的就是回环嘛,但问题是计算量太大了,两帧匹配本来就慢,这样做的话还没有比较好的初值,需要匹配的数目又如此巨大,CPU和我们都会疯的。视觉SLAM概述回环检测但其实,任意两帧是否构成回环可以由更简单的方法做一个初步的筛选,就像一帧中有一个房子,另一帧中是一棵树,那这两帧明显关系不大嘛。通过这种方式,我们便可以对回环做出初步筛选。而这里说的房子、树就是词袋模型中的单词。也就是描述子的进一步抽象集合。视觉SLAM概述回环检测方法:词袋模型单词:差距较小的描述子的集合字典:所有的单词因此每一帧都可以用单词来描述,也就是这一帧中有哪些单词,这里只关心了有没有,而不必关心具体在哪里。只有两帧中单词种类相近才可能构成回环。视觉SLAM概述回环检测方法:词袋模型因此,现在利用词袋模型我们将回环检测大致分为了以下三个步骤:构建字典(所有单词的集合)确定一帧中具有哪些单词,用向量表示(1表示具有该单词,0表示没有)比较两帧描述向量的差异视觉SLAM概述建图用于导航、规划、通讯、可视化、交互等度量地图vs拓扑地图稀疏地图vs稠密地图

第32

第33

第34

第35

第36

第37

第38

第39

第40

第41

第42

第43

第44

第45

第46

第47

第48

第49

第50

第51

第52

第53

第54

第55

第56

第57

第58

第59

第60

第61

第62

第63

第64

第65

第66

第67

第68

第69

第70

第71

第72

第73

第74

第75

第76

第77

第78

第79

第80

第81

第82

第83

第84

第85

第86

第87

第88

第89

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论