基于RGB-D SLAM的视觉定位与路径规划方法研究

基于RGB-DSLAM的视觉定位与路径规划方法是姜珊在哈尔滨工业大学航天工程专业为获得工程硕士学位所进行的研究。该研究在面对室内视觉定位和路径规划问题时，采用了RGB-DSLAM技术，以提高定位的精确性和路径规划的效率。 研究的第一章为绪论，其中第11.1节介绍了研究背景与研究意义。姜珊指出，在室内环境中，实时而准确的视觉定位和路径规划对于机器人的导航和操作非常重要。然而，传统的单目或双目相机往往无法提供准确的三维深度信息，从而导致定位和路径规划的不准确。因此，研究如何利用RGB-DSLAM技术解决此问题具有重要的理论和应用意义。 第11.2节为国内外研究分析。姜珊指出，国内外学者已经在RGB-DSLAM技术上取得了一些成果。他们提出了不同的视觉定位和路径规划方法，例如基于深度图像配准的方法、基于表面法线的方法等。然而，这些方法在处理复杂室内环境时仍然存在一些问题，如对光照变化和遮挡敏感，运行效率较低等。因此，继续研究新的视觉定位和路径规划方法具有重要意义。 第21.2.1节为国外研究综述。姜珊综述了国外学者在RGB-DSLAM技术上的研究成果。她指出，国外学者提出了多种改进的RGB-DSLAM方法，如使用卷积神经网络（CNN）提取特征、多传感器融合等。这些方法在提高定位和路径规划的准确性和效率方面取得了一定的成果。然而，这些方法往往需要大量的计算资源，限制了其在实际应用中的使用。 姜珊的研究目标是在国内外研究的基础上，提出一种改进的RGB-DSLAM方法，用于室内视觉定位和路径规划。她计划使用双目摄像头和深度图像传感器来获取视觉信息，并结合SLAM（同时定位与地图构建）算法来实现定位和地图构建。另外，她还计划应用深度学习算法来提取特征和进行分类，以进一步提高定位和路径规划的准确性和效率。 姜珊的研究将采用实验和仿真的方法来验证提出的改进方法的有效性和性能。她计划在不同的室内环境中进行实验，评估定位和路径规划的准确性和效率。此外，她还将进行大量的仿真实验，以便更好地理解算法的工作原理和改进方法的优势。 总之，基于RGB-DSLAM的视觉定位与路径规划方法是姜珊在哈尔滨工业大学进行的工程硕士研究。该研究旨在解决室内视觉定位和路径规划中的问题，提出一种改进的RGB-DSLAM方法。该方法将利用双目摄像头和深度图像传感器来获取视觉信息，并结合SLAM算法和深度学习算法进行定位和路径规划。姜珊将通过实验和仿真来验证该方法的有效性和性能。该研究对于提高室内机器人的导航和操作能力具有重要的理论和应用价值。