1. 研究目的与意义（文献综述）
近年来，科技飞速发展，人们的生活水平和质量都得到了极大的提升。与此同时，各类服务机器人应运而生。值此方兴未艾之际，服务机器人正在渗透到日常生产生活的各个领域。在可以预见的未来，服务机器人必将得到大量的应用。世界上主要的发达国家都在部署服务机器人的战略和自己的发展规划，我国也相应地出台了扶植服务机器人的相关经济政策和制度。种类繁多的机器人被研制出来，诸如家庭服务机器人、仓储物流机器人、接待服务机器人、临床医疗手术机器人、军事作战负重机器人、助残康复机器人、无人驾驶汽车等都在各行各业得到了应用。
对于移动式的机器人而言，自主的定位与建图是其核心的技术，该技术也称为同时定位与地图构建（simultaneous localization and mapping，简称slam）。经由 h.f. durrant-whyt介绍之后，slam 技术成为移动机器人领域最基本的要素，从此移动机器人的研究也日趋增加。在国内，移动式机器人在未知环境下的定位与建图方面也取得了长足的发展。
随着计算机视觉的发展，其在移动式机器人中的应用越来越广泛。主要因由它本身的各种优点，深度相机便捷，测量范围应付日常生活场景足够适用。除此之外，深度相机能够获得更加丰富的信息，包括彩色图像信息和深度图像基于orb 特征的视觉里程计与建图研究信息，更能够得到精确的定位和地图构建。对于服务类的移动式机器人，它所要工作的环境多种多样，而视觉传感器在这方面更具有普遍的适用性。这些因素直接催生了基于视觉的同时定位与地图构建技术。基于视觉的同时定位与地图构建技术一方面能够很好的减少状态估计的误差，例如，随着运动时间的增加以及轨迹的加长所带来的漂移，另一方面，它可以进行重定位，即通过相似性匹配来判断是否回到之前所到达过的位置（称为回环检测）。综合拥有这么多的优点，可以想见，在未来，基于视觉的同时定位与建图技术必将是未来社会发展的重要支撑技术。
2. 研究的基本内容与方案
基本内容：
在linux系统下搭建ros平台，在此基础上，使用orb特征点法设计一个视觉里程计前端，在ros中建立相应的消息发布订阅关系，根据输入的图像系列来计算相机位姿和特征点位置，通过迭代优化方法优化计算结果，最后在matlab中绘制出相机的运动轨迹。
目标：
3. 研究计划与安排
1-3周：查阅文献，了解orb特征法和视觉里程计理论知识，撰写开题报告
4-12周：学习orb算法，设计视觉里程计程序，完成视觉里程计设计和调试
13-16周：独立撰写毕业论文
4. 参考文献（12篇以上）
[1] 高翔,张涛. 视觉slam十四讲：从理论到实践[j]. 电子工业出版社, 2017 (3).
[2] [加] 蒂莫西d.巴富特. 机器人学中的状态估计. 西安交通大学出版社，2018.
[3] 王晓丹. 面向移动机器人的orb-slam算法研究. 武汉理工大学,2018
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
