学位论文 > 优秀研究生学位论文题录展示

利用单目摄像头进行并行跟踪及地图建立算法的研究

作　者: 何梦超
导　师: 刘利刚
学　校: 浙江大学
专　业: 应用数学
关键词: 增强现实 PTAM SLAM 扩展的卡尔曼滤波粒子滤波
分类号: TP242
类　型: 硕士论文
年　份: 2014年
下　载: 14次
引　用: 0次
阅　读: 论文下载

内容摘要

增强现实技术是在真实世界的场景中叠加进计算机生成的虚拟物体,并提供用户交互的过程。这项技术有着十分广泛的应用领域,诸如医疗、工业、军事以及娱乐生活等。本文研究的基于单目摄像头的并行跟踪及地图建立增强现实系统,不像绝大多数增强现实系统需要预先提供场景地图,本文研究的算法不需要预先提供场景地图,可以在未知的场景中建立地图,从而实现增强现实技术。在未知场景中创建地图是移动机器人即时定位与地图建立的研究领域。本文的研究工作包括：(1)基于移动机器人即时定位与地图建立算法的研究,主要研究了两种解决该问题的经典算法,分别是基于扩展的卡尔曼滤波 SLAM算法和基于粒子滤波的FastSLAM算法。(2)基于单目摄像头的并行跟踪及地图建立算法的研究,在研究该算法的跟踪系统过程中,提出了一种改进跟踪系统的方法,替换了原来的灰度匹配算法,利用光流法进行特征跟踪,另外,本文采用双向光流跟踪法,进一步增强了跟踪的稳定性。(3)提出了一种改进跟踪质量检测的方法,对每一帧图像进行跟踪质量检测是为了提早发现跟踪失败的现象,而位于图像金字塔高层的特征包含的信息更为丰富,通过增加图像金字塔最高两层的特征匹配比,能有效检测到跟踪失败的情况,同时,本文通过大量的实验给出了比较可靠的阈值。

全文目录

摘要  3-4
Abstract  4-5
目录  5-6
第1章绪论  6-12
  1.1 引言  6
  1.2 研究背景与选题意义  6-10
  1.3 本文所做的工作及内容安排  10-12
第2章移动机器人即时定位与地图建立算法介绍  12-25
  2.1 环境地图的表示方法  12
  2.2 SLAM问题的一般模型  12-14
  2.3 利用扩展的卡尔曼滤波算法解决SLAM问题  14-17
  2.4 利用基于粒子滤波的FastSLAM算法解决SLAM问题  17-23
  2.5 EKF-SLAM算法与FastSLAM算法比较  23-24
  2.6 本章小结  24-25
第3章基于单目摄像头的并行跟踪及地图建立算法研究  25-40
  3.1 PTAM相关预备知识  25-29
  3.2 并行跟踪以及地图建立算法  29-34
  3.3 对于跟踪系统的改进  34-35
  3.4 对跟踪质量估计的改进  35
  3.5 改进的PTAM增强现实效果  35-39
  3.6 本章小结  39-40
第4章总结和展望  40-41
  4.1 全文工作总结  40
  4.2 未来工作展望  40-41
参考文献  41-44
致谢  44

利用单目摄像头进行并行跟踪及地图建立算法的研究

内容摘要

全文目录

相似论文