文档介绍：计算机视觉
屠晓涵
2017年12月8日
目录
课题来源:项目
研究背景和意义
研究问题和解决方案
评估指标和实验
论文方法应用效果
参考文献
项目1——单目测距
机器人结构图--涉密已删除
内外兼修:
背景:移动机器人
定位与建图:
机器人在陌生的环境运动,
它至少需要知道两件事:
定位:自己在哪里?
建图:周围的环境是怎样的
“我在哪”“我要去哪”“我怎么去”
定位+制图+路径规划
目的:在没有环境先验信息的情况下,机器人要在运动时建立环境的模型,同时估计自己的运动,使自己具有自主运动能力--实时定位与导航。
建图的意义
导航用地图:
•精确
• Occupancy maps: 描述某个空间点是否被占据
对建图的需求
观看
精确
紧凑
快速
建图
导航
定位
理解
交互
机器人怎么自主行走的?
SLAM(Simultaneous Localization and Mapping)定位与建图:自动化控制-ROS、实时
SLAM--同步构建周围世界的3d地图,并确定robot所在的位置和方向。
前端视觉里程计:通过分析处理相邻图像序列,来确定机器人的位置和姿态,平移,旋转
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),进行校正
回环检测:检测位置估计随时间飘移的问题
视觉
传感器数据
前端
视觉里程计
后端
非线性优化
建图
回环检测
视觉SLAM流程图
构建语义地图
语义分割
(目标检测、分割等)
SLAM (基于几何信息等建图定位)
提高复杂场景的建图和定位精度
利用物体的位置约束和提高语义分析精度
路径规划
导航
听从指令搬运物体
家务助手
运动陪伴
……
物体识别、分割往往只需考虑一个图,对于目前只拥有一个单目相机的机器人,语义地图有什么用?