2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像配准的栅格地图拼接方法

祝继华 周颐 王晓春 邗汶锌 马亮

祝继华, 周颐, 王晓春, 邗汶锌, 马亮. 基于图像配准的栅格地图拼接方法. 自动化学报, 2015, 41(2): 285-294. doi: 10.16383/j.aas.2015.c140055
引用本文: 祝继华, 周颐, 王晓春, 邗汶锌, 马亮. 基于图像配准的栅格地图拼接方法. 自动化学报, 2015, 41(2): 285-294. doi: 10.16383/j.aas.2015.c140055
ZHU Ji-Hua, ZHOU Yi, WANG Xiao-Chun, HAN Wen-Xin, MA Liang. Grid Map Merging Approach Based on Image Registration. ACTA AUTOMATICA SINICA, 2015, 41(2): 285-294. doi: 10.16383/j.aas.2015.c140055
Citation: ZHU Ji-Hua, ZHOU Yi, WANG Xiao-Chun, HAN Wen-Xin, MA Liang. Grid Map Merging Approach Based on Image Registration. ACTA AUTOMATICA SINICA, 2015, 41(2): 285-294. doi: 10.16383/j.aas.2015.c140055

基于图像配准的栅格地图拼接方法

doi: 10.16383/j.aas.2015.c140055
基金项目: 

国家自然科学基金(61203326,u1261111),中国博士后科学基金(2012M512004,2013T60878),陕西省自然科学基金(2014JM8342)资助

详细信息
    作者简介:

    周颐 西安交通大学广电中心副编审.主要研究方向为视频和图像处理.E-mail: zhouqinhan@mail.xjtu.edu.cn

    通讯作者:

    祝继华 西安交通大学软件学院副教授.主要研究方向为计算机视觉, 移动机器人和图像处理. 本文通信作者.E-mail: zhujh@mail.xjtu.edu.cn

Grid Map Merging Approach Based on Image Registration

Funds: 

Supported by National Natural Science Foundation of China (61203326, u1261111), China Postdoctoral Science Foundation (2012M512004, 2013T60878), and Natural Science Foundation of Shaanxi Province of China (2014JM8342)

  • 摘要: 栅格地图拼接是多移动机器人协同创建环境地图中的一项关键技术. 本文提出一种图像配准意义下的栅格地图拼接方法. 该方法将栅格地图拼接问题视为图像配准问题, 建立相应的目标函数, 并给出局部收敛的迭代最近点算法求解该目标函数. 为获得最优的拼接结果, 该方法从待拼接的地图中提取局部不变特征, 并借助随机抽样一致性算法分析初始拼接参数, 以作为迭代最近点算法的初值. 最后, 提出了拼接参数已知时的栅格地图融合规则. 实验结果表明, 该方法能可靠地实现栅格地图拼接, 且具有精度高和速度快的优点.
  • [1] Durrant-Whyte H, Bailey T. Simultaneous localization and mapping (SLAM): Part I. IEEE Robotics and Automation Magazine, 2006, 13(2): 99-110
    [2] [2] Bailey T, Durrant-Whyte H. Simultaneous localization and mapping (SLAM): Part II. IEEE Robotics and Automation Magazine, 2006, 13(3): 108-117
    [3] [3] Thrun S, Burgard W, Fox D. Probabilistic Robotics. Cambridge: MIT Press, 2005.
    [4] [4] Strasdat H, Montiel J M M, Davison A J. Visual slam: why filter? Image and Vision Computing, 2012, 30(2): 65-77
    [5] Zhu Ji-Hua, Zheng Nan-Ning, Yuan Ze-Jian, Zhang Qiang. A SLAM algorithm based on central difference particle filter. Acta Automatica Sinica, 2010, 6(3): 249-257(祝继华, 郑南宁, 袁泽剑, 张强. 基于中心差分粒子滤波的SLAM算法. 自动化学报, 2010, 6(3): 249-257)
    [6] Song Yu, Li Qing-Ling, Kang Yi-Fei, Yan De-Li. SLAM with square-root cubature Rao-Blackwillised particle filter. Acta Automatica Sinica, 2014, 40(2): 357-367 (宋宇, 李庆玲, 康轶非, 闫德立. 平方根容积Rao-Blackwillised粒子滤波SLAM算法. 自动化学报, 2014, 40(2): 357-367)
    [7] [7] Williams S B, Dissanayake G, Durrant-Whyte H. Towards multi-vehicle simultaneous localisation and mapping. In: Proceedings of the 2002 IEEE International Conference on Robotics and Automation. Washington, D.C., USA: IEEE, 2002, 3: 2743-2748
    [8] [8] Thrun S, Liu Y. Multi-robot SLAM with sparse extended information filers. Robotics Research. Berlin: Springer-Verlag, 2005. 254-266
    [9] [9] Carpin S, Birk A, Jucikas V. On map merging. Robotics and Autonomous Systems, 2005, 53(1): 1-14
    [10] Birk A, Carpin S. Merging occupancy grid maps from multiple robots. Proceedings of the IEEE, 2006, 94(7): 1384- 1397
    [11] Howard A, Parker L E, Sukhatme G S. Experiments with a large heterogeneous mobile robot team: exploration, mapping, deployment and detection. The International Journal of Robotics Research, 2006, 25(5-6): 431-447
    [12] Fox D, Ko J, Konolige K, Limketkai B, Schulz D, Stewart B. Distributed multirobot exploration and mapping. Proceedings of the IEEE, 2006, 94(7): 1325-1339
    [13] Censi A, Iocchi L, Grisetti G. Scan matching in the Hough domain. In: Proceedings of the 2005 IEEE International Conference on Robotics and Automation. Barcelona, Spain: IEEE, 2005. 2739-2744
    [14] Carpin S. Fast and accurate map merging for multi-robot systems. Autonomous Robots, 2008, 25(3): 305-316
    [15] Saeedi S, Paull L, Trentini M, Seto M, Li H. Map merging using Hough peak matching. In: Proceedings of the 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems. Vilamoura, Portugal: IEEE, 2012. 4683-4688
    [16] Ma Xin, Song Rui, Guo Rui, Li Yi-Bin. Immune adaptive genetic algorithm for occupancy grid maps merging. Control Theory and Applications, 2009, 26(9): 1004-1008(马昕, 宋锐, 郭睿, 李贻斌. 基于免疫自适应遗传算法的机器人栅格地图融合. 控制理论与应用, 2009, 26(9): 1004-1008)
    [17] Pan Wei, Cai Zi-Xing, Chen Bai-Fan. An approach to cooperative multi-robot map building in complex environments. Journal of Sichuan University (Engineering Science Edition), 2010, 42(1): 144-148(潘薇, 蔡自兴, 陈白帆. 复杂环境下多机器人协作构建地图的方法. 四川大学学报(工程科学版), 2010, 42(1): 144-148)
    [18] Liu Li-Mei, Cai Zi-Xing. Study on map merging for multi-robots. Journal of Chinese Computer Systems, 2012, 33(9): 1934-1937(刘利枚, 蔡自兴. 多机器人地图融合方法研究. 小型微型计算系统, 2012, 33(9): 1934-1937)
    [19] Sun Rong-Chuan, Ma Shu-Gen, Li Bin, Wang Ming-Hui, Wang Yue-Chao. Simultaneous localization and sampled environment mapping based on a divide-and-conquer ideology. Acta Automatica Sinica, 2010, 36(12): 1697-1705(孙荣川, 马书根, 李斌, 王明辉, 王越超. 基于分治法的同步定位与环境采样地图创建. 自动化学报, 2010, 36(12): 1697-1705)
    [20] Besl P J, McKay N D. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992, 14(2): 239-256
    [21] Chetverikov D, Stepanov D, Krsek P. Robust Euclidean alignment of 3D point sets: the trimmed iterative closest point algorithm. Image and Vision Computing, 2005, 23(3): 299-309
    [22] Nuchter A, Lingemann K, Hertzberg J. Cached k-d tree search for ICP algorithms. In: Proceedings of the 6th International Conference on 3-D Digital Imaging and Modeling. Quebec, Canada: IEEE, 2007. 419-426
    [23] Hwang Y, Han B, Ahn H K. A fast nearest neighbor search algorithm by nonlinear embedding. In: Proceedings of the 2012 IEEE International Computer Vision and Pattern Recognition. Providence, USA: IEEE, 2012. 3053-3060
    [24] Nchter A, Elseberg J, Schneider P, Paulus D. Study of parameterizations for the rigid body transformations of the scan registration problem. Computer Vision and Image Understanding, 2010, 114(8): 963-980
    [25] Lowe D G. Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 2004, 60(2): 91-110
    [26] Lebeda K, Matas J, Chum O. Fixing the locally optimized RANSAC. In: Proceedings of the 23rd British Machine Vision Conference. Guildford, UK: BMVA Press, 2012. 95.1- 95.11
    [27] Brown M, Lowe D G. Automatic panoramic image stitching using invariant features. International Journal of Computer Vision, 2007, 74(1): 59-73
    [28] Zhu Ji-Hua, Zheng Nan-Ning, Yuan Ze-Jian, He Yong-Jian. A SLAM approach by combining ICP algorithm and particle filter. Acta Automatica Sinica, 2009, 35(8): 1107-1113(祝继华, 郑南宁, 袁泽剑, 何永健. 基于ICP算法和粒子滤波的未知环境地图创建. 自动化学报, 2009, 35(8): 1107-1113)
    [29] Ying S H, Peng J G, Du S Y, Qiao H. A scale stretch method based on ICP for 3D data registration. IEEE Transactions on Automation Science and Engineering, 2009, 6(3): 559- 565
    [30] Lu F, Milios E. Robot pose estimation in unknown environments by matching 2D range scans. Journal of Intelligent and Robotic Systems, 1994, 18(3): 249-275
  • 期刊类型引用(26)

    1. 张海波,寇姣姣,杨兴,海琳琦,周明全,耿国华. 面向青花瓷碎片图像的U-Net++拼接网络. 计算机辅助设计与图形学学报. 2024(03): 379-387 . 百度学术
    2. 刘嘉琪,刘善慧,任慧冉,陈宇宏,季海阳. 融合LPA~*和DWA算法的导向辊生产车间AGV组合路径规划方法研究. 中国造纸. 2024(06): 175-184 . 百度学术
    3. 李雅雯,张波涛,仲朝亮,吕强. 一种融合激光与视觉的轻量级地貌地图构建方法. 计算机科学. 2024(S2): 409-417 . 百度学术
    4. 范文强,辛绍杰,邓寅喆. 基于霍夫变换与模板匹配的栅格地图拼接方法. 计量与测试技术. 2022(01): 81-84 . 百度学术
    5. 郝奇,陈智君,郑亮,陈双,曹雏清. 基于概率匹配的栅格地图拼接算法. 组合机床与自动化加工技术. 2022(05): 83-87 . 百度学术
    6. 黄小杭,曾碧,刘建圻,汪明慧. 融合图特征的多机器人栅格地图拼接方法. 计算机工程与应用. 2022(14): 299-305 . 百度学术
    7. 蔡秀梅,卞静伟,吴成茂,王妍. 基于LBP的鲁棒特征提取与匹配方法研究. 计算机工程与应用. 2021(16): 228-236 . 百度学术
    8. 王新杰,张莹,张东波,王玉,杨知桥. 自主移动机器人路径规划中的点云噪声处理. 智能系统学报. 2021(04): 699-706 . 百度学术
    9. 李雅梅,苏龙. 一种基于局部特征的栅格地图拼接方法. 计算机应用与软件. 2020(01): 110-115 . 百度学术
    10. 李雅梅,张瑞,吕猛. 一种多机器人栅格地图拼接方法的研究. 测控技术. 2020(04): 58-61+100 . 百度学术
    11. 陈平,杜恒. 一种改进的在线图像对齐算法. 太赫兹科学与电子信息学报. 2020(05): 883-888+895 . 百度学术
    12. 陈超,张志昂,丁丽君. 一种改进粒子群优化算法的多机器人地图拼接方法. 电子技术应用. 2020(12): 139-143 . 百度学术
    13. 屈盼让,薛建儒,於二军,孙少华. 基于栅格图拼接的多层次路口地图. 计算机仿真. 2019(01): 342-347 . 百度学术
    14. 徐思雨,祝继华,田智强,李垚辰,庞善民. 逐步求精的多视角点云配准方法. 自动化学报. 2019(08): 1486-1494 . 本站查看
    15. 万辉,李华光,朱晓华,徐明强. 海洋空间情报大数据应用发展. 中国航海. 2019(03): 76-81+104 . 百度学术
    16. 陈震,杨小平,张聪炫,段兴旺. 基于R-MI-rényi测度的可见光与红外图像配准. 电子测量与仪器学报. 2018(01): 1-8 . 百度学术
    17. 颜无瑕,刘传才. 多视点下场景图像拼接研究. 国外电子测量技术. 2018(04): 15-19 . 百度学术
    18. 徐思雨,祝继华,姜祖涛,郭瑞,李垚辰. 无序多视角点云的自主配准方法. 西安交通大学学报. 2018(11): 134-141 . 百度学术
    19. 刁海婷,李劲松,陈孟元. 激光数据聚类和Morphin算法下的机器人避障研究. 佳木斯大学学报(自然科学版). 2018(06): 886-890 . 百度学术
    20. 唐宏伟,孙炜,杨凯,林安平,吕云峰,程熙. 基于SURF特征的多机器人栅格地图拼接方法. 电子测量与仪器学报. 2017(06): 859-868 . 百度学术
    21. 许金鑫,李庆武,马云鹏,钱荣. 基于斜率一致性的电气设备红外与可见光图像配准方法. 光电子·激光. 2017(07): 794-802 . 百度学术
    22. 雷博文,石英. 一种用于螺纹桶内壁图像拼接的匹配方法. 河南科技大学学报(自然科学版). 2017(05): 37-42+5 . 百度学术
    23. 张文,刘勇,张超凡,张龙,夏营威. 基于方向A~*算法的温室机器人实时路径规划. 农业机械学报. 2017(07): 22-28 . 百度学术
    24. 徐敏. 改进加权融合在消除图像拼接重影中的运用. 软件工程. 2017(05): 27-29+14 . 百度学术
    25. 许允喜,陈方. 特征联合和旋转不变空间分割联合的局部图像描述符. 自动化学报. 2016(04): 617-630 . 本站查看
    26. 曹君宇,周浩,高志山,焦红虹,李宁. 基于SURF的图像拼接过程中配准算法的改进. 云南大学学报(自然科学版). 2016(06): 845-852 . 百度学术

    其他类型引用(38)

  • 加载中
计量
  • 文章访问数:  2467
  • HTML全文浏览量:  122
  • PDF下载量:  1426
  • 被引次数: 64
出版历程
  • 收稿日期:  2014-01-20
  • 修回日期:  2014-05-27
  • 刊出日期:  2015-02-20

目录

    /

    返回文章
    返回