1、定位與地圖構(gòu)建是自主機器人研究必須解決的關(guān)鍵問題。但是單純使用基于航跡推演方法存在累積誤差，使得地圖構(gòu)建的一致性遭到破壞。為此，希望利用自然環(huán)境路標的多次觀測具有高度一致性的特點，通過對定位和路標地圖的同時估計(SLAM)獲得更高的定位及路標位置估計精度。SLAM在隨機過程框架內(nèi)，通過概率推演的方法實現(xiàn)機器人狀態(tài)與環(huán)境路標狀態(tài)的同時估計。視覺信息較其他傳感方式具有信息量大、成本低、能耗小及直觀性好等特點，特別適合諸如外星球?qū)Ш降腟LAM

2、任務(wù)。同時，近年來視覺SLAM逐漸興起，逐步開始從室內(nèi)應(yīng)用擴展到室外應(yīng)用，從二維擴展到三維，越發(fā)接近實際應(yīng)用效果。本論文將對如何利用視覺信息實現(xiàn)機器人SLAM問題展開研究。主要研究內(nèi)容包括： 首先闡述SLAM問題的貝葉斯濾波理論基礎(chǔ)。為避免全狀態(tài)估計，將通過Rao-Blackwellised分解實現(xiàn)機器人狀態(tài)與路標狀態(tài)的解耦，并給出該分解的證明過程；闡述粒子濾波器的相關(guān)基礎(chǔ)理論，并給出最基本的粒子濾波算法；給出Rao-Black

3、wellised粒子濾波器實現(xiàn)SLAlM的一種有效算法：FastSLAM算法的具體實現(xiàn)過程。 然后研究SIFT特征點的提取過程，得出一種近似的SIFT特征提取方法；針對SIFT全局搜索效率低下的問題，發(fā)展一種基于kd-tree的近似最臨近搜索方法，用以提高匹配速度；提出一種有效的SIFT特征管理方法，用以有效分割子地圖及特征維護。 其次利用立體匹配得到的SIFT特征作為自然環(huán)境路標，發(fā)展一種基于雙目視覺的機器人SLAM方

4、法。在提出雙目視覺SLAM的算法的框架后，基于前后兩幅立體圖像匹配信息，提出一種魯棒的視覺里程計方法；以該里程計輸出作為SLAM初始運動控制參數(shù)，在FastSLAM 2.0算法框架內(nèi)，逐步完成粒子預(yù)測提取，路標更新及權(quán)值計算等一系列關(guān)鍵步驟的實現(xiàn)。 再次針對單目視覺SLAM問題遇到的特征點增多及運動不確定性增加等特點，發(fā)展一種基于高斯混合模型(GMM)及密度估計的粒子預(yù)測提取方法，用以提高估計效率與精度；利用GMM對環(huán)境路標進行