基于互回环检测的多无人机视觉SLAM地图融合的研究

发布时间：2020-04-13 03:54

【摘要】：在未知环境中,无人机(Unmanned Aerial Vehicle,UAV)使用基于视觉的即时定位与地图构建算法(Simultaneous Localization and Mapping,SLAM)进行定位与地图构建,受到越来越多人的关注。在GPS不能满足其需求时,SLAM算法是实现自主飞行和自主导航的关键算法之一。随着无人机平台的运动,依赖于视觉的定位漂移会逐渐累积,而且无人机本身的负载能力有限,运行速度快,不能像机器人一样可以搭载多种传感器帮助减小误差的积累。虽然通过单机的回环检测可以有效的减小误差,但增加单个无人机的回环的个数,相当于增加了无人机的转弯次数,不仅给飞控系统带来很大压力,而且单位时间的覆盖区域也显著减少。因此在当前的研究中,如何减小SLAM的定位和构图误差,同时提高环境三维重建的速度具有重要的意义。基于上述分析,本文提出一种基于互回环检测(Mutually Loop Closing,MLC)的方式实现多无人机的协作SLAM的框架,在此框架的基础上改进点云地图的融合方法,通过仿真和无人机平台的实验,证明此方法有效解决单无人机的误差问题,提高地图构建的精度和效率。基于MLC的多机协作SLAM框架,单个无人机向中央服务器传输关键帧信息,在中央服务器中实现后续的互回环检测、点云地图的融合、全局地图优化、位姿信息反馈等过程,从而实现多机SLAM的协作。关键帧信息包括由词袋模型构建的每一帧图片的特征描述符和对应的点云信息,避免了传输图片带来的带宽受限和延迟问题。同时我们在互回环检测算法所使用的特征选择上,使用ORB特征代替BOW算法中常使用的SIFT特征,优化了词袋模型。最后优化全局地图,采用基于最小二乘法的图优化的方式,提高了优化速度。在地图的融合算法上,本文做了系统的分析和研究,在传统迭代最邻近(Iterative Closest Point,ICP)算法的基础上提出改进算法,使用改进k-d树ICP算法来提高地图的融合性能,该算法使用k-d树进行最邻近区域的搜索,提高算法的收敛速度,并且结合使用欧式距离阈值和方向向量阈值剔除错误的点云匹配对,最终提高点云融合算法的性能。通过对两幅点云分别采用ICP算法和改进ICP算法进行仿真对比,证明改进算法的优势。
【图文】：

过因为一次匹配的点非常多，会错误的概率。相对于第一种，，第匹配的对象，此时的匹配速度快M 中[29]，采用了先利用图像的匹征点进行 ICP 匹配估计，得到两帧RGBD 相机的视觉里程计部分，将细介绍。定介推出的一款深度相机，通过此相因为其采用 USB 进行供电，体积2-1 所示，Xtion2 相机有 3 个摄像左侧的两个摄像头分别为基于红外tion2 相机的参数表 2-1 所示：

尺寸大小 11 × 3.5 × 3.5cm使用距离 0.8-3.5m功耗 <4.5w重量 145g支持操作平台 Windows 8/10Linux Ubuntu 14.04 16.04 17.04本课题研究使用开放自然交互（Open Natural Interactio，OpenNI）驱动 Xtion2相机，OpenNI 是在 2010 年 11 月研究出的一种可以兼容多种语言、兼容各种操作平台的框架，使用该框架可以增强和改善软件应用和机器交互设备之间的协作能力。OpenNI 中定义了很多可以第三方编写的通用的自然交互的标准 API，方便了不同设备的接口的通信协作。使用 OpenNI 可以增强传感器和中间件之间独立性，因此开发人员可以方便使用数据格式来编写应用，而不需要考虑数据与传感器之间的联系。如图 2-2 所示，为使用 OpenNI 获得的 Xtion2 深度图像和彩色图像。深度图中的黑色像素表示没有深度值，通常是由于遮挡和距离超出范围等原因造成的。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V279

【相似文献】

相关期刊论文 前9条

1 祁健诚;;基于双目SLAM的室内导航系统[J];通讯世界;2019年01期

2 吴林峰;王录涛;;图优化SLAM的嵌入式处理技术[J];成都信息工程大学学报;2019年02期

3 卢天利;;基于地面匹配的单目SLAM局部尺度恢复[J];工业控制计算机;2019年08期

4 罗润鑫;余柳平;陈梦强;黄军;邬依林;;SLAM问题中机器人定位误差分析与控制[J];科学技术创新;2019年26期

5 董蕊芳;柳长安;杨国田;程瑞营;;基于图优化的单目线特征SLAM算法[J];东南大学学报(自然科学版);2017年06期

6 蔡来良;杨望山;王姗姗;朱学练;;SLAM在室内测绘仪器研发中的应用综述[J];矿山测量;2017年04期

7 杨祥红;王希彬;;无人机主动SLAM技术研究[J];系统仿真技术;2015年04期

8 王超杰;苏中;连晓峰;赵旭;;搜救环境中的仿生蛇形机器人SLAM方法[J];计算机工程与设计;2015年08期

9 吴晓琳;宋萌;苑晶;孙凤池;陶通;;通讯范围受限条件下的多机器人主动SLAM[J];系统工程与电子技术;2012年10期

相关会议论文 前10条

1 Xu Meng;Chen Zonghai;;Comparison between the Initialization of DSO and ORB-SLAM[A];第二十届中国系统仿真技术及其应用学术年会论文集（20th CCSSTA 2019）[C];2019年

2 Li Xiaohan;Wang Jikai;Chen Zonghai;;Feature Performance Analysis on Different Scenes of ORB-SLAM2 System[A];第二十届中国系统仿真技术及其应用学术年会论文集（20th CCSSTA 2019）[C];2019年

3 皮燕燕;王远明;刘为任;王兴岭;;二维场景中SLAM算法对比研究[A];2018惯性技术发展动态发展方向研讨会文集[C];2018年

4 苏丽;李恩泽;刘志林;;基于啮齿类动物神经模型的SLAM算法[A];第37届中国控制会议论文集（D）[C];2018年

5 Jing Wang;Zongying Shi;Yisheng Zhong;;Visual SLAM Incorporating Wheel Odometer for Indoor Robots[A];第36届中国控制会议论文集（D）[C];2017年

6 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

7 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年

8 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年

9 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

10 Haoyin Zhou;Tao Zhang;;The combination of SfM and monocular SLAM[A];第26届中国控制与决策会议论文集[C];2014年

相关重要报纸文章 前10条

1 蒋智孚;SLAM技术将为智慧矿山带来质的飞跃[N];中国黄金报;2018年

2 中国青年报·中青在线记者 李超 通讯员 阴祥;从灾难中寻找灵感 大学生研发激光救援机器人[N];中国青年报;2017年

3 实习记者 代小佩;AR导航能成为“路痴”福音吗[N];科技日报;2018年

4 中国信息通信研究院 刘思言 苏丹;东风已至，服务机器人产业起跑[N];人民邮电;2018年

5 实习记者 崔爽;扫地机器人真能解放双手吗[N];科技日报;2018年

6 记者 史舒频;一张创新券激活企业新动能[N];湖州日报;2019年

7 北京商报记者 金朝力;扫地机器人告别花瓶角色[N];北京商报;2019年

8 北京 刘慧;物流机器人技术趋势[N];电子报;2019年

9 肖征荣;好软件少不了它们[N];电脑报;2003年

10 记者 王官波;“AI+”为医疗养老助力[N];中国县域经济报;2019年

相关博士学位论文 前10条

1 王洪玲;移动机器人适应搜救环境的同时定位和地图构建（SLAM）方法研究[D];山东大学;2018年

2 刘丹;智能车辆同时定位与建图关键技术研究[D];北京工业大学;2018年

3 陈孟元;移动机器人仿生SLAM算法研究[D];中国科学技术大学;2019年

4 张超凡;基于多目视觉与惯导融合的SLAM方法研究[D];中国科学技术大学;2019年

5 金红岩;PPRV全长基因克隆及H蛋白与SLAM受体相互作用的研究[D];中国农业科学院;2014年

6 王丹丹;水下无人潜器同步定位与地图生成方法研究[D];哈尔滨工程大学;2017年

7 苑全德;基于视觉的多机器人协作SLAM研究[D];哈尔滨工业大学;2016年

8 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年

9 刘浩敏;面向复杂环境的鲁棒高效的三维注册与结构恢复[D];浙江大学;2017年

10 康轶非;不依赖GPS定位理论及方法研究[D];北京交通大学;2015年

相关硕士学位论文 前10条

1 邹思源;针对小目标的多雷达系统技术研究与其在复杂电磁环境散射建模中的应用[D];上海交通大学;2017年

2 刘艳萍;卷积神经网络在SLAM视觉里程计中的研究与应用[D];山东科技大学;2018年

3 冯东恒;基于Cartographer的激光SLAM系统关键技术分析与评估[D];山东科技大学;2018年

4 韩雨;基于双目视觉的无人车非结构环境SLAM算法研究[D];北京理工大学;2017年

5 李文强;融合语义分割高精双目视觉SLAM系统优化研究[D];华中科技大学;2019年

6 胡万里;室内动态环境下的移动机器人视觉SLAM研究[D];华中科技大学;2019年

7 罗鸿城;基于卷积神经网络的实时单目稠密建图方法研究[D];华中科技大学;2019年

8 徐磊;移动机器人Graph-SLAM系统开发及应用研究[D];华中科技大学;2019年

9 杨辰斐;WiFi信号辅助视觉SLAM的方法研究[D];燕山大学;2019年

10 刘茵;微小型移动机器人的视觉SLAM研究[D];燕山大学;2019年

本文编号：2625552