导　　师： 张宏

授予学位： 博士

作　　者： ;

机构地区： 华南理工大学

摘　　要： 自主移动机器人在工业、农业、日常生活和军事等多个社会服务领域具有十分广阔的应用前景。视觉同时定位与地图构建（SLAM）是移动机器人自主导航的核心技术，因此成为自主移动机器人导航研究领域的热点。针对现有的视觉SLAM系统在闭环探测的关键环节存在有效性、实时性和可扩展性不足的问题，本文对稠密视觉地图和大规模环境地图的视觉闭环探测，围绕图像的相似性测量和候选闭环选择这两个重点和难点进行了深入的研究。针对机器人视觉SLAM系统对运动模糊的鲁棒性欠佳问题，在分析机器人观测图像中运动模糊规律的基础上，提出了一种高效普适的异常探测方法和框架。本文对上述两个关键问题的研究旨在提高视觉SLAM系统的综合性能。主要内容及研究成果如下： （1）对稠密环境地图中的视觉闭环探测进行了研究。考虑稠密环境地图特有的属性，充分利用邻近密集关键帧之间的冗余信息提升视觉闭环探测的准确率和计算效率。从信息论的角度，首次将图像互信息引入到对稠密环境地图的视觉闭环探测中来。方法无需耗费时间提取高维的特征描述符和不用维护尺寸不断增加的视觉字典，利用密集关键帧之间的相似性加速了粒子滤波器对闭环位置的滤波概率估计速度。方法的计算复杂度被维持在一个仅与粒子数相等的常数水平，而与整个环境地图的尺寸无关，使得视觉闭环探测的计算效率具有可管理性。在公开的标准数据集上，实验验证了方法能较好地适应机器人增量式地构建环境拓扑地图过程对闭环探测精度和速度的要求。 （2）大规模环境地图中高实时性候选闭环选择研究。分析了尺度空间中彩色图像对的互信息和二进制图像对的互信息与图像尺度的变化规律；在对图像尺度进行选择的基础上，设计了一种轻量的

关 键 词： 自主移动机器人 视觉 视觉闭环探测 运动模糊 鲁棒性

领　　域： [自动化与计算机技术] [自动化与计算机技术]