无人车视觉SLAM技术研究

发布时间：2020-08-29 09:36

　　 智能机器人技术的不断发展,使得越来越多的各种形式的机器人在各行各业发挥用处。让机器人感知自身状态与周围环境是其完成其他更加复杂的任务如路径规划、导航、避障等功能的基础,因此,机器人即时定位与建图(Simultaneous Localization and Mapping,SLAM)技术逐渐引起了人们的关注。无人车作为广义上的移动机器人,简化了仿人机器人的运动形式,从而能够能加专注于解决具体的问题,这也是大多数机器人都是轮式机器人的原因。相比早期以激光传感器作为数据输入的SLAM技术,近年来基于视觉的SLAM技术因其成本低昂而逐渐成为主流,而由于双目相机及RGB-D相机能较方便地获取深度信息,因而也是视觉SLAM中的研究重点。因此本文主要研究了基于RGB-D相机的无人车视觉SLAM技术,主要包括以下内容:首先,研究了RGB-D相机获取深度信息的原理,以及针孔相机成像模型,研究了如何标定相机的内参数和畸变参数,以及两相机之间的外参数,进一步介绍了如何根据标定参数来对采集到的彩色图像与深度图像进行配准。其次,对视觉SLAM的前端视觉里程计进行了研究,包括特征提取、特征匹配与筛选、相机运动估计以及局部优化等部分,针对原始ORB特征容易集中在图像中的局部区域的现象,本文提出了使用划分栅格结合四叉树的方法来有效解决。首先利用划分栅格的方式,提高缺乏纹理的区域提取到FAST角点的概率,然后利用四叉树来对特征点进行筛选,减少特征点过于集中的现象,从而能够减少冗余信息,且更加充分地利用整幅图像。对于特征点匹配过程中出现的误匹配现象,采用随机采样一致性算法来有效地剔除误匹配。对于估计相机运动产生误差的现象,采用了EPnP与捆集优化结合的方式来减小误差。最后,针对视觉里程计产生累计误差的现象,本文采用了回环检测结合全局优化的方式来减小累计误差。研究了基于词袋模型的回环检测方案,使用k叉树来存储视觉单词从而极大地提高访问效率,使用k-means++聚类算法来产生k叉树的新节点。在检测到回环之后,需要对整个地图进行全局优化,此时忽略地图中的特征点,而只对相机位姿进行优化,从而能够大大减少计算量,使用g2o库来进行位姿图优化。搭建了无人车软硬件平台来验证算法效果,对TUM数据集以及真实的场景进行了实验,分析了轨迹误差,并生成了稀疏特征点地图以及点云地图,实验结果说明本文方法有效。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP242
【部分图文】：

SLAM 技术对于人类探索外太空也有着重要的意义，如图1-1 所示，目前已经有火星无人车和月球无人车用于深空探测项目[1-3]，研究具有能在未知环境中自动定位与建图的无人车对于探索星球来说具有重大意义。早期对于SLAM技术的研究主要是使用激光传感器作为主传感器来采集数据[4-5]，然后由于激光传感器的成本较高，近几年研究人员重点关注视觉 SLAM技术。视觉 SLAM 技术即采用相机作为主要的传感器来采集环境信息的 SLAM技术，其主要的优点是成本较低，当然缺点也很多，如数据噪声较多、计算复杂度高、算法原理复杂、受光线影响较大、里程计的累计漂移等，依然需要研

能够得到自身的运动信息，从而能够有效区分这种情况。然而，由于惯性测量单元的数据率非常高，也对 SLAM 的实时性提出了新的挑战。[23]由香港科技大学 Tong Qin 等人在 2018 年提出的 VINS-MONO（Visual-Inertial SystemMonocular）[24]是视觉与惯导融合的 SLAM 方向的经典之作。VINS-MONO 的主要贡献有：一个紧耦合的视觉惯性里程计，它能够进行惯性测量单元偏差校正以及相机-惯性测量单元外部标定；在线重定位和四自由度对位姿图的全局优化；一个能够从未知未知初始化系统的鲁棒的初始化过程等。目前，VINS-MONO 的改进版 VINS-Fusion 已经被推出，它将输入相机的类型扩展到了双目相机以及 RGB-D 相机。然而，它生成的地图是稀疏特征点地图，对于生成稠密地图仍需要广泛的研究来提升系统的精度及鲁棒性。同时，由于近几年深度学习的火热，研究人员也尝试着将深度学习技术引入 SLAM 中，把物体识别算法应用到视觉 SLAM 中，从而生成带有物体标签信息的地图，同时，物体的标签信息也丰富了回环检测等部分的信息，也为优化部分带来了更多的约束条件，这也被成为语义 SLAM[25-26]，图 1-2 是一些语义SLAM 的结果。

国内在 SLAM 领域的研究起步相对较晚，近些年来，随着国家的大力支持，在学术界和工业界开启了研究 SLAM 技术的热潮。清华大学的高翔等人提出使用深度学习技术来进行视觉 SLAM 的回环检测[31]；浙江大学的 CAD&CG 国家重点实验室在 SLAM 领域有一定的贡献，其中的章国峰教授也是视觉 SLAM 领域的著名学者；武汉大学的李明副教授在激光雷达方向起步较早，做得比较好。同时，国内一些优秀的企业也在积极投入SLAM技术及其应用的研究之中，如百度的无人车、图森的智能卡车、大疆的无人机等，这些都是 SLAM 技术典型的落地产品。还有一些专注于 SLAM 相关解决方案或成品机器人的创业公司如思岚科技、速感科技、布科思、米克力美等，均对 SLAM 技术在工业界的发展做出了一定的贡献。1.3 论文的主要研究内容和组织架构1.3.1 主要研究内容本文主要研究无人车的视觉 SLAM 技术，系统的整体框架如图 1-3 所示。相机参数获取

【相似文献】

相关期刊论文 前10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

10 野舟;;SLAM-ER导弹达到两项新里程碑[J];战术导弹技术;2009年06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 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

7 北京 刘慧;物流机器人技术趋势[N];电子报;2019年

8 肖征荣;好软件少不了它们[N];电脑报;2003年

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

10 本报特约撰稿 临河;半岛趋紧张，韩国有点乱[N];中国国防报;2013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 程瑞营;基于点线综合特征的视觉SLAM中闭环检测方法研究[D];华北电力大学(北京);2019年

2 余宇;基于深度学习的视觉SLAM快速回环检测研究[D];重庆邮电大学;2019年

3 何凯文;基于综合特征SLAM的无人机多传感器融合导航算法研究[D];上海交通大学;2018年

4 林敏捷;基于全景相机的视觉SLAM系统开发[D];上海交通大学;2018年

5 潘从祥;基于Web技术的移动机器人SLAM方法研究[D];上海交通大学;2018年

6 韦晓琴;基于激光雷达的AGV机器人SLAM与定位导航研究[D];华南理工大学;2019年

7 翁潇文;基于图优化的移动机器人SLAM算法研究[D];华南理工大学;2019年

8 彭思远;基于稠密视觉SLAM的无人机三维地图快速重建研究[D];电子科技大学;2019年

9 章晓伟;基于视觉SLAM的履带式液压挖掘机行走轨迹跟踪控制研究[D];浙江大学;2019年

10 崔巍杰;毫米波和激光雷达数据融合的SLAM算法研究[D];电子科技大学;2019年

本文编号：2808381