基于视觉与IMU融合的林冠下无人机SLAM技术研究

发布时间：2020-09-05 07:18

　　 无人机遥感监测具有实时、精细、远程等优势,是现代林业信息监测的重要方式,并在林冠上监测得到了广泛应用。而林冠下也蕴藏着丰富的林区环境信息,因此对林冠下进行信息监测也尤为重要。林冠上的环境较为空旷可以很好的接收GNSS信号,但林冠下环境由于树冠遮挡在监测时面临着GNSS信号缺失的问题。为解决无人机林冠下监测由于信号缺失导致无法自主定位导航的问题,本文提出了基于RGB-D相机和惯性测量单元进行传感器信息融合的方法,实现四旋翼无人机在林冠下复杂环境中的地图构建与无人机定位。本文完成的主要工作如下:(1)建立四旋翼无人机数学模型。根据四旋翼无人机的飞行原理,分析无人机的模型参数,采用牛顿欧拉法分析四旋翼无人机的动力学模型,建立四旋翼无人机的系统状态方程,并进行了 PID控制器的设计。(2)研究图像的特征点提取与匹配的方法。首先利用RGB-D相机可以高效获取图像中路标深度信息的特点,完成图像信息获取。然后利用ORB特征点进行所获取图像特征点的提取与匹配。最后在特征匹配后端改进了 RANSAC算法,并进行了误匹配点的筛除工作,在满足实时性要求的情况下,对特征点匹配的精确度进行了提高。(3)提出一套RGB-D相机与IMU融合定位系统方案。利用IMU预积分理论以及紧耦合视觉惯性融合方法对图像提取的关键帧进行位姿估计;采取帧间滑窗法的非线性优化方法进行IMU与视觉的信息融合。最后针对林冠下环境中无人机执行飞行监测任务时的实际需求,搭建了基于RGB-D视觉与IMU惯性信息融合的四旋翼无人机SLAM系统平台,并开展无人机林冠下定位与地图构建的平台实验,实验结果表明本文算法相较于ORBSLAM算法精度高、鲁棒性好,可以完成无人机在林冠下的定位和地图构建。
【学位单位】：北京林业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S771.8
【部分图文】：

ｎｅｃｔｕｓｏｎｅｗｃｏｍｅ，ｚａ，ｅｔ邋ａ，一－统，该系统将原始的深度数据用于计算稠密的顶点图和法向图金字塔，使用迭代最近逡逑算法（Ｉｔｅｒａｔｉｖｅ邋Ｃｌｏｓｅｓｔ邋Ｐｏｉｎｔ，邋ＩＣＰ）跟踪相机姿态（Ｒｕｓｉｎｋｉｅｗｉｃｚ邋Ｓ，邋Ｌｅｖｏｙ邋Ｍ，２００２）。逡逑该算法需要借助ＧＰＵ工具实现以满足实时性，对硬件设备要求较高，并无闭环检逡逑测环节、算法精确度不高、地图位姿易产生漂移。在２０１４年，Ｅｎｄｒｅｓ等人在此基础逡逑上开发出了一套基于特征的ＲＧＢ－Ｄ邋ＳＬＡＭ系统（Ｅｎｄｒｅｓ邋Ｆ，邋Ｓｐｒｕｎｋ邋Ｃ，ｅｔ邋ａｌ，２０１４），其逡逑前端通过特征匹配并利用随机抽样一致性（Ｃｈｕｍ邋Ｏ，邋Ｍａｔａｓ邋Ｊ，ｅｔ邋ａｌ，２００３）的方法减小了逡逑匹配误差，然后利用ＩＣＰ算法计算帧到帧运动，后端通过闭环约束来执行姿态图优逡逑化。虽然和之前方法比较有所进步，但在地图构建的实时性、精度与漂移问题处理方逡逑面仍需改善。逡逑２０１５邋年，Ｍｕｒ－Ａｒｔａｌ邋等人提出了邋ＯＲＢ邋ＳＬＡＭ邋方案（Ｍｕｒ－Ａｒｔａｌ邋Ｒ，Ｍｏｎｔｉｃｌ邋Ｊ邋Ｍ邋Ｍ，ｃｔ逡逑ａｌ，２０１５），算法的视觉里程计前端部分利用ＯＲＢ特征提取图像信息，利用特征点进行逡逑地标点跟踪，后端采用图优化，同时在回环部分采用词袋（Ｂａｇ－ｏｆ－Ｗｏｒｄｓ）模型，在逡逑ＣＰＵ可以进行实时计算。２０１７年算法扩展成为ＯＲＢ邋ＳＬＡＭ２邋（Ｍｕｒ－Ａｒｔａｌ邋Ｒ，Ｔａｒｄ６ｓ邋Ｊ逡逑Ｄ，２０１７），改进的方案添加了双目相机和ＲＧＢ－Ｄ相机的实现方案，下面是ＲＧＢＤ相逡逑机进行ＯＲＢ邋ＳＬＡＭ２方案的流程图。逡逑

图２．１四旋翼无人机动力结构图逡逑Ｆｉｇｕｒｅ２．丨邋Ｆｏｕｒ－ｒｏｔｏｒ邋ＵＡＶ邋ｐｏｗｅｒ邋ｓｔｒｕｃｔｕｒｅ逡逑四旋翼无人机的动力结构如图２．１所示。四旋翼无人机的升力由四个转子带动旋逡逑桨产生，通过改变四个转子的相对速度可以实现对于飞行器的控制（王亭亭，蔡志浩逡逑等２０１８）。当旋桨产生垂直于旋桨平面的推力Ｔ和绕Ｘ和Ｙ轴的力矩Ｍ，旋桨的反逡逑转获得绕Ｚ轴的力矩。前后转子逆时针旋转，左右转子顺时针旋转，消除了平衡飞行逡逑中的陀螺效应和空气动力学扭矩。逡逑通过同时增大或者减小四个螺旋桨的速度可以调节无人机的爬升和下降；通过再逡逑使两对转子之间产生角速度差可以实现偏转（产生反作用力矩）；通过改变一对转子逡逑的相对螺旋桨速度使得无人机倾斜，可以实现围绕纵轴（俯仰）和横轴（滚转）的旋逡逑转，实现水平运动。逡逑１０逡逑

２．２四旋翼无人机坐标系逡逑假设无人机机身满足刚性假设，同时所有螺旋桨都在同一水平面上，四旋

本文编号：2812724