如需要完整文档点击下方 "点击下载文档" 按钮

针对飞机座舱副驾驶的研究需要,为使得机械臂能够在飞机座舱完成导航任务,旨在构建一个可用于机械臂导航的飞机模拟座舱三维地图。 针对特征点分布情况对即时定位与地图构建( simultaneous localization and mapping,简称 SLAM)的建图精度的影响,通过实验对比,验证了 ORB-SLAM 改进的 ORB( oriented FAST and rotated BRIEF)特征检测算法相对于 OpenCV 库中 SIFT,SURF 和 ORB 算法检测提取的特征点分布更加均匀,更适用于 SLAM。 采用 Kinect V2. 0 作为深度信息图像和彩色图像的数据采集设备,在飞机模拟座舱真实的环境下,结合 ROS 系统和 ORBSLAM2 系统框架,构建了飞机座舱内的三维稠密点云地图。 针对点云地图存在数据大和难以实现导航等问题,采用了 OctoMap 数据模型,该数据模型能够压缩点云,调节分辨率和判断空间是否被占据,将点云地图转化为八叉树地图,最终获得数据小和适用于导航的三维八叉树地图。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于视觉SLAM的飞机模拟座舱三维地图构建》

将 完整文档 下载到本地，方便收藏和查阅

文件号：252204

点击下载文档