學位論文

Browse

Now showing 1 - 1 of 1

具有高計算效率之視覺型即時定位與建圖演算法
(2013) 楊誠愷; Cheng-Kai Yang
FastSLAM是目前解決即時定位與建圖的熱門方法。雖然FastSLAM2.0的執行速度已經比EKF-SLAM快，但是當地標越來越多的時候，FastSLAM2.0也會因為需要多次比對量測資訊與已存在粒子中之地標，造成執行速度過慢，無法達成即時處理的目標。因此，本論文提出一種新的SLAM架構，稱之為「具有高計算效率之及時定位與建圖演算法(CESLAM)」，捨棄一開始在FastSLAM2.0中利用環境資訊更新粒子位置的階段，改成跟FastSLAM1.0一樣，先用里程計資訊更新粒子，在更新完粒子資訊後，選擇跟量測資訊似然性最高的已存地標更新粒子狀態後，再更新地標位置。模擬結果顯示，我們所提出的演算法可克服多次比對而造成執行速度過慢的問題，同時也提升了定位與建圖的準確度。實驗方面，我們使用Pioneer 3-DX機器人作為移動平台，搭配Kinect感測器進行以SURF為基礎的視覺型即時定位與建圖(V-CESLAM)，實驗結果證明，本方法可以即時地讓機器人在經過大幅的移動及旋轉後，依舊能定位出自己所在的位置，並成功建立出機器人周圍的環境地圖。