基于單目視覺的同時(shí)定位與建圖.pdf

1、機(jī)器人在未知環(huán)境中探索,一個(gè)基本的要求是機(jī)器人能夠決定自己在環(huán)境中的位置,這可以在給定地圖的前提下,輔助一些傳感器完成。但是,很多時(shí)候,先驗(yàn)的地圖并不存在,需要機(jī)器人在運(yùn)動(dòng)過程中建立,由此引出了同時(shí)定位與建圖,即SLAM(Simultaneous Localization and Mapping)的問題。SLAM是當(dāng)前智能機(jī)器人研究的熱點(diǎn),被很多學(xué)者認(rèn)為是實(shí)現(xiàn)真正全自主移動(dòng)機(jī)器人的關(guān)鍵。SLAM主要解決移動(dòng)機(jī)器人在沒有先驗(yàn)地圖的未知環(huán)境

2、中的定位與建圖問題,它是一個(gè)“雞生蛋,蛋生雞”的問題,一方面機(jī)器人定位需要地圖信息的指導(dǎo),而開始并沒有地圖,另一方面建圖需要精確地知道機(jī)器人當(dāng)前位姿,二者互為前提。 自上世紀(jì)80年代末應(yīng)用卡爾曼濾波器的SLAM方法出現(xiàn)以來,基于概率的方法成為主流的解決方法。SLAM過程中以激光傳感器和超聲傳感器為主的二維傳感器常被采用,隨著SLAM問題的不斷深入研究,傳統(tǒng)的二維傳感器不能滿足實(shí)際的需要,視覺傳感器由于能夠獲取的環(huán)境信息豐富,近幾

3、年在SLAM中得到廣泛應(yīng)用。短短20年時(shí)間SLAM研究取得了飛速發(fā)展,但是,目前SLAM方法能夠處理的環(huán)境規(guī)模小,大規(guī)模環(huán)境下SLAM仍然是未來研究追求的目標(biāo),特別是對(duì)于基于視覺傳感器的SLAM。大規(guī)模環(huán)境下的SLAM未來仍具有挑戰(zhàn)性,需要各個(gè)環(huán)節(jié)的有效解決,對(duì)于視覺SLAM,主要表現(xiàn)在如下幾個(gè)方面：(1)可靠陸標(biāo)的提取。陸標(biāo)是機(jī)器人用于抽象表示實(shí)際環(huán)境模型的基本元素,可靠的、便于提取的陸標(biāo)對(duì)于機(jī)器人在較高不確定性下的陸標(biāo)匹配以及算法的

4、實(shí)時(shí)性影響舉足輕重。(2)探索策略與SLAM過程的集合。傳統(tǒng)的SLAM算法只關(guān)心機(jī)器人的定位與建圖,而不關(guān)心機(jī)器人在建圖過程中運(yùn)行路徑,一般采用隨機(jī)運(yùn)行或者人為控制按預(yù)定路徑運(yùn)行,事實(shí)上,機(jī)器人的建圖效率、定位與建圖精度都與機(jī)器人的運(yùn)動(dòng)路徑有關(guān)。探索策略與SLAM過程的結(jié)合,即主動(dòng)SLAM,是機(jī)器人獲得真正自主的必須。(3)實(shí)時(shí)性問題。在SLAM過程中,機(jī)器人用于抽象表示環(huán)境的陸標(biāo)隨著新環(huán)境的探索逐漸增加,從而使得系統(tǒng)需要估計(jì)的狀態(tài)變量

5、增加,在陸標(biāo)數(shù)量增長(zhǎng)到一定量級(jí)時(shí),算法是否能夠?qū)崟r(shí)進(jìn)行估計(jì)直接影響到機(jī)器人的實(shí)際應(yīng)用。(4)環(huán)境表示形式。真實(shí)的環(huán)境有多種抽象表示形式,如何盡可能豐富的表示環(huán)境,從而使得地圖除了應(yīng)用于機(jī)器人定位之外,還能夠用于機(jī)器人高層任務(wù)的路徑規(guī)劃,此外,機(jī)器人所建立的地圖應(yīng)該便于人識(shí)別,這些都是面向未知環(huán)境不可缺少的需求。針對(duì)上述問題,本文應(yīng)用單目視覺傳感器研究室內(nèi)環(huán)境下的SLAM問題,主要工作包括： (1)室內(nèi)環(huán)境的陸標(biāo)特征提取方法。針對(duì)

6、當(dāng)前視覺SLAM普遍采用的SIFT點(diǎn)特征陸標(biāo)的不足,對(duì)其進(jìn)行改進(jìn),使之定位與環(huán)境重構(gòu)精度進(jìn)一步提高。針對(duì)室內(nèi)環(huán)境中直線特征豐富的現(xiàn)實(shí),將視覺傳感器提取的垂直直線作為陸標(biāo)應(yīng)用于環(huán)境地圖的表示,進(jìn)一步豐富環(huán)境地圖的內(nèi)容,同時(shí)提高SLAM算法的估計(jì)精度。 (2)同時(shí)定位與建圖算法研究。針對(duì)當(dāng)前主要的兩類概率SLAM算法--基于擴(kuò)展卡爾曼濾波器與粒子濾波器的算法,首先,給出適合點(diǎn)特征和線特征陸標(biāo)的基于擴(kuò)展卡爾曼濾波器的SLAM算法實(shí)現(xiàn)機(jī)

7、制。其次,為滿足較大規(guī)模環(huán)境下的單目視覺SLAM的需要,進(jìn)一步改進(jìn)具有對(duì)數(shù)級(jí)復(fù)雜度的FastSLAM算法,在不影響其計(jì)算復(fù)雜度的情況下,應(yīng)用無味卡爾曼濾波器代替擴(kuò)展卡爾曼濾波器進(jìn)行FastSLAM實(shí)現(xiàn),進(jìn)一步提高其估算精度,為較大規(guī)模環(huán)境下的單目視覺SLAM做好算法上的鋪墊。 (3)研究考慮成本的主動(dòng)視覺SLAM,避免當(dāng)前視覺SLAM研究中,只考慮采取某一行為的收益而忽略為獲得該收益所付出代價(jià)的不足,促進(jìn)主動(dòng)視覺SLAM的完善與