粗匹配和局部尺度压缩搜索下的快速ICP-SLAM
本文选题:ICP-SLAM 切入点:粗匹配 出处:《智能系统学报》2017年03期 论文类型:期刊论文
【摘要】:ICP-SLAM在自主机器人和无人驾驶领域得到了极大的关注,但传统ICP-SLAM缺少当前帧和全局地图的相对位置关系,因此本文ICP算法必须经过大量的迭代之后才能达到收敛条件,这导致传统ICP-SLAM实时性很差。并且在每一次的迭代过程中,必须通过全局搜索才能完成匹配点搜索,这进一步降低了传统ICP-SLAM的实时性。为此,提出了一种快速ICP-SLAM方案。首先,通过MEMS磁力计和全局地标计算出初始位姿矩阵,通过该初始位姿矩阵实现当前帧和全局地图之间粗匹配,进而减少达到收敛条件的迭代次数。其次,在每次迭代过程中,将采用局部尺度压缩搜索完成匹配点搜索,从而减小ICP-SLAM的计算开销,提高ICP-SLAM实时性;同时,每次迭代完成之后,还将通过动态阈值缩小搜索范围,达到加快匹配点搜索的速度,进而提高ICP-SLAM实时性。实验结果表明,和传统ICP-SLAM相比,在理想室内静止场景下,快速ICP-SLAM的迭代次数最高减小了92.34%,ICP算法运行时间最高降低了98.86%。除此之外,ICP-SLAM的整体负载也被保持在可控范围内,ICP-SLAM的整体性能得到很大的提升。
[Abstract]:ICP-SLAM has attracted much attention in autonomous robot and driverless field, but the traditional ICP-SLAM lacks the relative position relation between the current frame and the global map. Therefore, the ICP algorithm in this paper has to go through a lot of iterations before it can reach the convergence condition. This leads to the poor real-time performance of traditional ICP-SLAM, and in each iteration process, the matching point search must be completed by global search, which further reduces the real-time performance of traditional ICP-SLAM. Therefore, a fast ICP-SLAM scheme is proposed. The initial pose matrix is calculated by MEMS magnetometer and global landmark. The rough matching between the current frame and the global map is realized by the initial pose matrix, and the number of iterations reaching convergence conditions is reduced. Secondly, in each iteration process, The local scale compression search will be used to complete the matching point search, which will reduce the computational overhead of ICP-SLAM and improve the real-time performance of ICP-SLAM. At the same time, after each iteration is completed, the search scope will be narrowed through dynamic threshold, and the speed of matching point search will be accelerated. The experimental results show that compared with the traditional ICP-SLAM, in the ideal indoor static scene, The maximum iteration time of fast ICP-SLAM is reduced by 92.34 and the maximum running time of ICP-SLAM is reduced by 98.86. in addition, the overall load of ICP-SLAM is kept in a controllable range and the overall performance of ICP-SLAM is greatly improved.
【作者单位】: 上海大学通信与信息工程学院;上海大学微电子研究与开发中心;
【基金】:国家“863”计划基金项目(2013AA03A1121,2013AA03A1122) 上海市教委重点学科资助项目(J50104)
【分类号】:TP242
【相似文献】
相关期刊论文 前10条
1 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
2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期
3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期
4 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期
5 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期
6 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期
7 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期
8 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期
9 赵一路;陈雄;韩建达;;基于扫描匹配的室外环境SLAM方法[J];机器人;2010年05期
10 焦晓宇;马小平;唐羽;;对SLAM算法的研究[J];科技信息;2012年07期
相关会议论文 前10条
1 ;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
2 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
3 ;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
4 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
5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年
6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年
7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
9 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年
10 李羚;张奇志;周亚丽;;基于Voronoi图的移动机器人SLAM算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
相关博士学位论文 前6条
1 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
2 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
3 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年
4 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年
5 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年
6 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年
相关硕士学位论文 前10条
1 熊斯睿;基于立体全景视觉的移动机器人3D SLAM研究[D];哈尔滨工业大学;2015年
2 王淮卿;基于互联网与SLAM的移动机器人系统研究[D];哈尔滨工业大学;2015年
3 李贵亚;基于立体视觉的机器人SLAM算法研究[D];哈尔滨工业大学;2015年
4 薛永胜;变电站巡检机器人SLAM算法及其应用研究[D];西南科技大学;2015年
5 赵亮;水下机器人视觉SLAM方法中的图像特征点提取技术研究[D];电子科技大学;2014年
6 黄志明;动态稀疏环境下移动机器人SLAM问题研究[D];北京化工大学;2015年
7 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年
8 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年
9 丁洁琼;基于RGB-D的SLAM算法研究[D];西安电子科技大学;2014年
10 张彦珍;基于g2o的SLAM后端优化算法研究[D];西安电子科技大学;2014年
,本文编号:1609346
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1609346.html