基于ORB特征匹配算法的SLAM回环检测研究的任务书.docx

基于ORB特征匹配算法的SLAM回环检测研究的任务书
任务书
一、选题背景与意义
随着无人技术的迅速普及和发展，无人飞行器被广泛应用于农业植保、环境监测、灾害救援等领域。而无人飞行器的自主导航技术则为其在这些领域的应用提供了重要保障。同时，SLAM技术的出现也为无人飞行器的自主导航提供了一种全新的思路，其可以实现飞行器的同时定位与建图。而回环检测则是保证SLAM的准确性的重要步骤之一。当前，ORB特征匹配算法被广泛应用于SLAM系统中的回环检测，其可以大幅度提高SLAM系统的鲁棒性与精度。因此，基于ORB特征匹配算法的SLAM回环检测研究具有重要的实际意义。
二、研究目标
本研究旨在基于ORB特征匹配算法，研究SLAM回环检测的关键技术及其应用，包括ORB特征提取与匹配、回环位置估计、误差检测与校正等方面。并以无人飞行器自主导航为应用场景，设计并实现一套基于ORB特征匹配算法的SLAM回环检测算法，并针对算法进行验证和评估。
三、研究内容
本研究将围绕以下几个方面进行展开：
1.ORB特征提取与匹配：对ORB特征提取算法及其快速匹配方法进行深入研究，包括特征提取的角度范围、检测阈值、描述子生成方式等方面。
2.回环位置估计：针对SLAM中的回环位置检测问题，提出一种基于ORB特征匹配算法的位置估计方法。该方法将以历史轨迹数据为基础，进行优化计算，得到当前位置与历史位置之间的相对位置关系，从而实现回环检测。
3.误差检测与校正：针对基于ORB特征匹配算法的回环检测过程中可能存在的误差，提出一种误差检测与校正算法。该算法将在检测到误差时，采用局部扰动法进行校正。
4.算法实现与验证：针对无人飞行器自主导航场景，设计并实现一套基于ORB特征匹配算法的SLAM回环检测算法，并针对算法进行验证和评估。
四、研究方案
1.文献调研：对ORB特征匹配算法及其在回环检测领域中的应用进行综述和分析。
2.算法设计：基于文献调研的结果，设计基于ORB特征匹配算法的SLAM回环检测算法，并编写相关代码实现。
3.算法验证与评估：利用仿真软件或实际无人机平台进行算法验证与评估，包括算法精度、计算效率等方面的评估指标。
4.论文撰写：撰写一篇完整的研究论文，包括选题背景、研究目标及意义、研究方法与方案、研究结果与分析等部分。
五、预期成果
1.一套基于ORB特征匹配算法的SLAM回环检测算法。
2.一篇研究论文。
3.实现了对无人飞行器自主导航领域中回环检测技术的探索与研究，积累了宝贵的经验。
六、参考文献
[1]Mur-ArtalR,MontielJMM,TardosJD.ORB-SLAM:aversatileandaccuratemonocularSLAMsystem.IEEETransactionsonRobotics,2015,31(5):1147-1163.
[2]HuangM,DingL,WangX.Real-TimeOccupancyMapBuildingandUpdatingBasedonStereoVisionforAutonomousLanding.IEEETransactionsonControlSystemsTechnology,2016,24(1):260-271.
[3]KoSH,KimYB.VisualSLAMtechnologyusingstereoRGB-Dsensorsformobileroboticnavigationinindoorenvironments.JournalofMechanicalScienceandTechnology,2016,30(4):1823-1830.
[4]PoravH,SinglaMK.AReviewofVisualSLAMbasedonORB-SLAM.JournalofAdvancedResearchinAerospaceEngineering,2018,5(2):31-40.
[5]LiangW,LiangB,YuS.ImprovementofORB-SLAMAlgorithmBasedonFeatureNumberIncrease.JournalofWuhuVocationalInstituteofTechnology,2018,24(4):95-98.