机器人基于视觉特征未知环境建模及自主定位的任务书.docx

机器人基于视觉特征未知环境建模及自主定位的任务书
一、任务目标
本任务要求设计一种能够基于视觉特征对未知环境进行建模并进行自主定位的机器人系统，使其能够自主地探索并建立环境地图，并在不断的移动过程中能够进行位置的实时跟踪和定位。
二、任务背景
未知环境建模与自主定位是机器人技术中的核心问题之一，对于智能机器人在未知环境的自主探索、定位和移动路径规划等方面具有重要意义。传统的机器人系统大多使用激光雷达进行建图和定位，但不具备视觉感知的机器人系统更具灵活性和稳健性，即使在纹理较少或光照变化较大的场景中也能正确的完成任务。因此，如何基于机器人视觉感知，实现对未知环境的建模和自主定位成为机器人研究中重要的课题。
三、任务分析
机器人系统基于视觉特征对未知环境进行建模并进行自主定位，其关键技术主要包括：
1.环境感知：机器人需要通过相机等感知设备获取场景中的图像，选择合适的特征点进行提取，包括角点、边缘等。
2.三维重建：根据机器人获取的图像，进行相机姿态计算，利用三角测量原理进行立体匹配，生成点云数据进行三维重建。
3.地图匹配：机器人利用之前建立的地图和当前获取的点云数据进行匹配，确定机器人的位置和姿态。
4.跟踪更新：机器人在运动过程中不断进行位置跟踪更新，并实时对环境地图进行更新。
五、任务方案
针对上述技术研究，本任务提出以下方案：
1.环境感知：基于FasterR-CNN深度学习网络，实现对场景中物体的自动检测，并通过SIFT算法进行特征点的提取和匹配，为机器人提供足够的视觉信息。
2.三维重建：基于立体视觉技术和MVS（Multi-ViewStereo）算法，获取机器人视角下的三维点云数据。
3.地图匹配：通过ICP算法实现机器人当前姿态的匹配，并进行位置的精确定位。
4.跟踪更新：设置机器人实时更新地图的策略，不断更新环境地图，加强机器人在复杂环境中的自主探索和移动路径规划能力。
六、任务实施步骤
1.环境感知模块的设计与实现
2.三维重建模块的设计与实现
3.地图匹配模块的设计与实现
4.跟踪更新模块的设计与实现
5.系统集成实现
7、任务评估指标
本任务的主要评估指标包括机器人系统对待测环境的建模精度、定位精度、路径规划精度、识别准确度等。同时还包括机器人系统的运动速度、功耗等性能参数。评估方法包括仿真实验和真实环境实验两种方式。
八、参考文献
1.T.Whelan,M.Kaess,M.Fallon,andH.Johannsson.Kintinuous:Spatiallyextendedkinectfusion.Robotics:ScienceandSystems(RSS),2012.
2.AndreiDilipandChristianPotthast.Athoroughanalysisofportal-basedslamusingthebareissalgorithmforlinearsystemresolution.IFACProceedingsVolumes,48(24):122-127,2015.
3.G.KleinandD.Murray.Improvingtheagilityofkeyframe-basedslam.RoboticsandAutomation,2008.ICRA2008.IEEEInternationalConferenceon,pages3154-3159,May2008.