导读:本文包含了天花板视觉论文开题报告文献综述及选题提纲参考文献，主要关键词:扫地机器人,单目视觉,天花板视觉定位,特征点匹配
天花板视觉论文文献综述
王晓彤,黄鲁[1]（2018）在《基于单目天花板视觉的扫地机器人定位算法设计及实现》一文中研究指出随着扫地机器人的逐渐普及,通过视觉传感器进行定位已成为亟待解决的关键问题.但由于嵌入式系统资源有限导致视觉定位实现技术难度大且效果差,因此采用单目相机顶视室内环境天花板的方法,能在减小计算量的同时解决单目尺度不定性的问题.首先,对采集的连续帧采用FAST结合Shi-Tomasi算法提取特征点,并使用ORB匹配算法进行匹配,结合视觉定位模型估计出全局定位位姿.然后,辅助使用价格低廉的传感器提供粗略数据,改进了ORB匹配算法.最后,设计了特征地图进行可视化实验验证,结果表明所提方案具有较好的定位精度与实时性.(本文来源于《微电子学与计算机》期刊2018年03期）
赵永华[2]（2015）在《基于二维码的天花板视觉同步定位与制图》一文中研究指出随着机器人相关技术的不断发展,机器人同步定位与制图(SLAM,Simultaneous Localization and Mapping)作为机器人研究的关键技术引起了研究者们的广泛关注。快速鲁棒的特征提取、精确稳定的特征匹配和有效的闭环检测以及高效的全局优化算法一直是该领域研究的重点,工程应用方面主要集中在低廉传感器下高精度高鲁棒性的定位与制图算法设计与应用。本文在现有理论研究的基础上,旨在从SLAM技术工程应用的角度出发,对基于二维码的天花板视觉同步定位与制图进行了研究,通过对特定应用平台AGV和工厂应用环境的分析,选用稳定、鲁棒的二维码作为路标来描述单一对称的工厂环境,同时选用垂直指向天花板的相机建立观测模型,简化了相机模型,并减少了动态环境对系统的干扰。本文采取惯性里程信息与视觉信息的融合进行同步定位与制图,结合自身的研究平台设计了差速运动模型与针孔相机观测模型,采用传统的EKF-SLAM算法框架进行了系统算法设计。考虑在实际的应用过程中观测方差的固定描述无法体现实际相机模型的特性,引入了观测协方差调节因子描述相机模型,同时在观测量中加入二维码间的距离信息对单个二维码状态进行滤波。使观测模型更加精确。考虑到实际过程中机器人自身的微小抖动都会引入特征尺度的变换,影响机器人天花板观测模型的精确性,本文设计了抖动检测与抖动动态补偿的策略。为了减少环境光照对二维码信息提取的影响,本文对ARTool KitPlus库无法识别的二维码进行了光照补偿和多阈值优化设计,有效的提高了二维码提取的准确率。为了减小从图片中搜索二维码的时间消耗,结合系统的运动模型与逆观测模型设计了二维码主动搜索的方法,有效的减少了图像处理的时间,提高了系统运行速率。最后,搭建实际环境与Gazebo仿真环境验证了系统算法的有效性。(本文来源于《哈尔滨工业大学》期刊2015-12-01）
刘俊[3]（2013）在《基于天花板视觉的移动机器人同步定位与制图研究》一文中研究指出基于视觉方法的机器人同步定位与制图（SLAM，Simultaneous Localizationand Mapping）在移动机器人导航研究领域获得了广泛的研究，且该领域的研究大多主要集中在如何获取高质量的鲁棒特征并能够实现较好的匹配、如何实现大规模的、实时性的机器人定位与环境制图。本文通过对前人在视觉SLAM领域已有技术的研究，在分析传统基于SRUKF（Square Root Unscented KalmanFilter）SLAM算法数值不稳定、滤波发散等不足之处的基础之上，旨在提出一种鲁棒的能够克服滤波器发散，且具有较高定位和制图精度的基于天花板视觉的移动机器人的SLAM算法。为了尽可能降低外界环境噪声对视觉特征提取的影响，并排除动态环境对定位和制图的干扰，本文采用的是天花板视觉模型的SLAM算法。视觉传感器固定在移动机器人的顶部且正对室内环境顶部的天花板，这样，系统就只需处理静态的，且只有旋转和仿射变换的图像数据，因此可以极大提高特征提取、匹配的速度和精度。在分析传统的基于概率统计学的SLAM算法基础上，本文采用的是无需线性化、数值较稳定、且计算量相对较少的SRUKF-SLAM算法。通过研究发现，传统算法在滤波器发散、数值稳定性、计算复杂度等方面存在严重缺陷，未对实际应用中会出现的数值舍入误差等因素导致的协方差矩阵失去正定性做充分考虑，导致滤波器发散。基于此类问题，本文提出了一种更加实用的，能够解决数值稳定性的基于修正牛顿法的SRUKF-SLAM算法，通过构造满足条件的新Cholesky矩阵进而取代原算法中协方差矩阵平方根，较好解决上述因素导致的滤波失败的问题，并减小了算法的计算量，能够成为解决此类问题的通用办法。并将子图法应用于天花板视觉模型的SRUKF-SLAM算法中，对每个定位、制图阶段分别建立各自的子图，当子图中特征点的数目、机器人在相邻时刻的位移差和角度差等条件超过一定的阈值即触发新子图的建立，然后将各个子图的信息用子图信息融合的方式进行地图融合用以获得较大地图。最后，通过在真实环境下的传统方法和本文改进算法的对比实验，验证了本文算法在解决滤波器发散、建立较大范围地图问题上的可行性。(本文来源于《哈尔滨工业大学》期刊2013-12-01）
宫仁[4]（1989）在《视觉天花板》一文中研究指出日本某公司生产一种高级视觉天花板。这种天花板的表面光亮,光可鉴人。用它作装饰天花板,可以代替镜子或反光金属板,用于任(本文来源于《建筑工人》期刊1989年09期）
天花板视觉论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着机器人相关技术的不断发展,机器人同步定位与制图(SLAM,Simultaneous Localization and Mapping)作为机器人研究的关键技术引起了研究者们的广泛关注。快速鲁棒的特征提取、精确稳定的特征匹配和有效的闭环检测以及高效的全局优化算法一直是该领域研究的重点,工程应用方面主要集中在低廉传感器下高精度高鲁棒性的定位与制图算法设计与应用。本文在现有理论研究的基础上,旨在从SLAM技术工程应用的角度出发,对基于二维码的天花板视觉同步定位与制图进行了研究,通过对特定应用平台AGV和工厂应用环境的分析,选用稳定、鲁棒的二维码作为路标来描述单一对称的工厂环境,同时选用垂直指向天花板的相机建立观测模型,简化了相机模型,并减少了动态环境对系统的干扰。本文采取惯性里程信息与视觉信息的融合进行同步定位与制图,结合自身的研究平台设计了差速运动模型与针孔相机观测模型,采用传统的EKF-SLAM算法框架进行了系统算法设计。考虑在实际的应用过程中观测方差的固定描述无法体现实际相机模型的特性,引入了观测协方差调节因子描述相机模型,同时在观测量中加入二维码间的距离信息对单个二维码状态进行滤波。使观测模型更加精确。考虑到实际过程中机器人自身的微小抖动都会引入特征尺度的变换,影响机器人天花板观测模型的精确性,本文设计了抖动检测与抖动动态补偿的策略。为了减少环境光照对二维码信息提取的影响,本文对ARTool KitPlus库无法识别的二维码进行了光照补偿和多阈值优化设计,有效的提高了二维码提取的准确率。为了减小从图片中搜索二维码的时间消耗,结合系统的运动模型与逆观测模型设计了二维码主动搜索的方法,有效的减少了图像处理的时间,提高了系统运行速率。最后,搭建实际环境与Gazebo仿真环境验证了系统算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
天花板视觉论文参考文献
[1].王晓彤,黄鲁.基于单目天花板视觉的扫地机器人定位算法设计及实现[J].微电子学与计算机.2018
[2].赵永华.基于二维码的天花板视觉同步定位与制图[D].哈尔滨工业大学.2015
[3].刘俊.基于天花板视觉的移动机器人同步定位与制图研究[D].哈尔滨工业大学.2013
[4].宫仁.视觉天花板[J].建筑工人.1989