基于全景视觉的单目SLAM系统的任务书.docx

基于全景视觉的单目SLAM系统的任务书
任务书：基于全景视觉的单目SLAM系统
一、任务概述
自主机器人的普及与发展，让单目SLAM技术变得越来越重要。在所有SLAM技术中，单目SLAM因其简单、便宜的传感器和灵活的应用方式而备受欢迎。然而，单目SLAM系统通常在标记或显著特征缺失的环境中效果欠佳。基于全景视觉的单目SLAM系统则有望改变这一状况，该系统可以让机器人通过全景相机获取全景图像的同时，利用其信息进行位置估计和地图构建。因此，本项目的目标是基于全景视觉的单目SLAM系统，实现小型无人车在室内环境中的自主导航。
二、任务目标
1.开发全景相机驱动程序和相机校准程序
2.实现全景图像采集和处理
3.开发单目SLAM算法并进行实验室测试
4.搭建硬件平台进行综合实验
5.完成实车测试并整合业务系统
三、关键技术难点
1.全景相机矫正：
在全景相机捕获的图像中，近处物体背景的比例远高于远处物体背景的比例，因此全景图像是宽度比高度更高的矩形。矫正过程中，必须考虑这个相对比例的影响，以确保后续单目SLAM算法的正确性。
2.全景图像处理：
全景图像的数据量非常大，因此必须针对全景图像进行专门的处理。首先处理过程应该是高度并行的。还需要考虑如何在处理中减少噪声，以保持图像的细节和精度。
3.单目SLAM算法：
基于全景视觉的单目SLAM系统可以结合全景图像的信息，对位置和姿态进行更准确的估计。但是由于全景图像的几何性质，这需要基于全景相机的几何单目SLAM算法。这将是项目中一个挑战性很高的任务。
四、任务分解
任务一：全景相机驱动程序和相机校准程序开发（时间预估：30个工作日）
1.调研全景相机相关技术
2.编写全景相机驱动程序
3.设计相机校准程序
4.进行相机精度校准测试
任务二：全景图像采集和处理（时间预估：50个工作日）
1.开发全景图像采集程序
2.编写全景图像处理程序
3.测试图像处理程序
任务三：单目SLAM算法实现和测试（时间预估：60个工作日）
1.研究单目SLAM算法
2.开发单目SLAM算法
3.测试算法并对其进行性能优化
任务四：硬件平台搭建和实验综合（时间预估：30个工作日）
1.硬件平台搭建
2.联合测试全景相机和SLAM算法
3.完成传感器数据的处理和演示
任务五：实车测试和业务系统整合（时间预估：20个工作日）
1.进行实车测试
2.完成算法和业务系统的整合
3.优化系统并进行性能、可靠性、稳定性测试
五、参考文献
1.Cao,Y.,Liu,Z.,Wang,W.,Zhu,Z.,&Lv,F.(2018).FastPlanarFeature-BasedMonocularSLAMforSeafloorMapping.JournalofIntelligent&RoboticSystems,92(3-4),625-639.
2.Chen,Y.,Piao,X.,&Feng,X.(2018).Ahigh-precisionmethodforfull-perspectivecalibrationofomnidirectionalcameras.JournalofIntelligent&RoboticSystems,89(2-3),323-341.
3.Li,G.,Zhu,Y.,&Li,J.(2018).AFastandRobustPlaneExtractionMethodBasedonLocalRegionFittingforMonocularSLAM.JournalofIntelligent&RoboticSystems,89(2-3),313-322.
4.Liu,C.,Yang,J.,Song,Z.,Sun,H.,&Yuan,H.(2018).N-PointPoseEstimationofaSphericalCameraBasedontheStructureofthevanishingPointsofSphericalObjects.JournalofIntelligent&RoboticSystems,89(2-3),303-312.
5.Zhang,Y.,Ba,S.,Han,X.,&Liu,G.(2018).FeatureExtractionandMatchingBasedonInvariantMomentsofEquirectangularImageforMonocularVisualSLAM.JournalofIntelligent&RoboticSystems,92(1),39-54.