摘要
视觉SLAM(SimultaneousLocalizationandMapping)是移动机器人实现智能化和自主化的一项关键技术，包括定位与建图两部分。然而传统的视觉SLAM算法存在很强的刚性环境假设，场景中的动态目标会对定位的精度带来负面影响，除此之外，大多数的视觉SLAM研究构建的稀疏点云地图无法很好的表征移动机器人周围的环境，导致无法作为移动机器人的导航地图使用。针对于解决上述存在的两个问题，本文基于视觉SLAM中的经典算法ORB-SLAM3框架进行改进，通过动态检测来解决动态目标造成的影响，并构建了一种能够用于移动机器人导航的二维栅格地图。 本文的主要研究内容如下： (1)设计了一个基于动态检测的视觉定位算法。该方法用来解决由动态特征给视觉SLAM系统带来的干扰问题，通过将目标检测算法与光流法相结合的方式，构建了一个动态区域判断的模块，进而完成去除动态特征的任务。 (2)构建了一种融合语义信息的占据栅格导航地图构建算法。针对ORB-SLAM3系统生成的稀疏点云地图不能用于导航的问题，本文使用语义信息拟合平面的方法，构建一种能够进行路径规划和导航的二维栅格地图。 (3)搭建了一个移动机器人实验平台。根据四轮独立驱动的结构特点，分别对直行状态和转弯状态下移动机器人的运动学进行建模分析，得到满足四轮独立驱动移动机器人的运动学约束关系，同时还设计了配套的硬件和软件实现移动机器人的运动控制。 最后在室外环境下使用移动机器人实验平台进行实验验证。实验结果表明，本文设计的视觉SLAM导航系统可以用于移动机器人的实时导航，动态检测机制能够很好的检测出场景中的动态目标，构建的导航地图也可以很好的描述空间中的占据状态，同时在路径规划算法的引导下，移动机器人也能够通过自主导航到达目标点，实现了一个比较完整的AGV导航系统。
NETL