1、定位與地圖構建是自主移動機器人的核心技術,但由于單純碼盤、慣導等航跡推演的定位方法存在累積誤差,使得生成的地圖一致性遭到破壞,給機器人自主移動帶來嚴重隱患。機器人的精確定位往往需要地圖尤其是路標位置信息,而路標的絕對位置與機器人軌跡又緊密相關。因此,機器人定位與地圖構建變?yōu)橐换コ鈫栴}。同時解決定位與地圖構建(SLAM)是希望利用環(huán)境路標的多次觀測具有高度相關性這一特點,同時估計機器人狀態(tài)和路標位置,以期獲得最小的一致性誤差,提高定位與地

2、圖構建精度。視覺傳感器具有獲得信息量大、特征易于提取、價格低廉等優(yōu)勢,在SLAM中得到廣泛研究與應用。單目較雙目或多目視覺SLAM系統(tǒng)更易于實現,且能夠更好的適應不同環(huán)境,是目前機器人視覺SLAM研究的熱點。
　　 本文采用單攝像頭作為視覺傳感器來獲取環(huán)境信息,在擴展卡爾曼濾波算法框架下進行單目視覺SLAM方法的研究。主要研究工作分為:
　　 (1)基于擴展卡爾曼濾波器(EKF)的視覺SLAM系統(tǒng)整體實現方案的研究,其中

3、包括運動模型及觀測模型的建立、狀態(tài)更新、環(huán)境路標的增廣等。
　　 (2)基于視覺的特征點提取方法,分別介紹了Harris角點和SIFT特征點的兩種不同提取方法,并重點分析了用做SLAM路標點的SIFT特征點的詳細提取方法,并結合實驗進行了特征分析。
　　 (3)幀間運動參數估計部分是在立體幾何成像的理論基礎上,結合極線幾何來求解幀間運動參數,恢復得出像機的旋轉和平移變化量。
　　 (4)最后一部分在SIFT特征點