室外无人小车的视觉导航研究开题报告

1. 研究目的与意义（文献综述）

(1)总述：

机器人问世已有几十年，但对这一问题一直没有统一的意见。原因之一是机器人学科还在发展，另一原因主要是因为机器人涉及到了人的概念，成为一个难以回答的哲学问题。正是由于机器人定义的模糊，人们才会有充分的想象和创造空间。但是不可否认的是，机器人的发展前景不可阻挡。例如在本次疫情中，众多的机器人就用来送餐，咽拭子取样等等各种复杂的工作。机器人的种类多种多样，常见的有搬运机器人、清扫机器人、喷漆机器人、空间机器人、海底机器人、救援机器人、机器宠物，如日本的机器狗，机器猫等等一系列机器人。其中大部分的机器人必不可少的一个环节就是导航，实现自适应的行进。

同样，无人驾驶的发展也是如此，国内对于无人驾驶的探索也正是一个火爆的热点，各大科技巨头也争相在这个领域站稳自己的一席之地。对于无人驾驶，自适应导航更是不可或缺。在未知环境中进行同时定位与地图创建（simultaneous localization and mapping，slam）则是机器人与无人驾驶研究领域实现自适应导航的关键。

2. 研究的基本内容与方案

（1）研究基本内容：

首先，采集左右摄像头的数据，左右图像要求同步曝光及图像质量尽量一致。为了校正由透镜畸变引起的畸变效应，需对采集图像进行校正。然后对左右图像分别采用不同的特征提取算法进行特征提取及左右图特征的立体匹配。经过标定的双目摄像机内外参数均已知，则左右帧成功匹配的环境特征点的三维位置可求得。

其次，imu（惯性测量单元）是一种常见的测量物体三轴姿态角(或角速率)以及加速度的装置，能够通过其数据解算出物体的位置和姿态。但是，该定位方法存在累计误差，可能出现漂移等现在，一段时间后产生的累计误差可能超出允许范围。

3. 研究计划与安排

第1-2周：查阅相关文献资料，明确研究内容，提出设计思路和内容，确定方案，完成开题报告和外文翻译。

第3-5周：完成相机成像原理，坐标系转换公式推导，推导图像矫正公式，和相机内外参标定，完成相关程序。

第6-10周：完成双目摄像头与imu及gps数据融合的视觉导航算法，提出改进的算法；

4. 参考文献（12篇以上）

[1]j. engel, v.koltun and d. cremers, "direct sparse odometry," in ieee transactionson pattern analysis and machine intelligence, vol. 40, no. 3, pp. 611-625, 1march 2018.

[2] mur-artal r , tardos j d .visual-inertial monocular slam with map reuse[j]. ieee robotics automation letters, 2017, 2(2):796-803.

[3] larnaout d , gaybellile v , bourgeois s, et al. vehicle 6-dof localization based on slam constrained by gps anddigital elevation model information[m]. 2013.