一种采用图像特征匹配技术的RGB-D SLAM算法

  • 一种采用图像特征匹配技术的RGB-D SLAM算法已关闭评论
  • 45 views
  • A+
所属分类:AGV设计资料
摘要

针对复杂环境下运动机器人自主运行的任务要求,提出了一种采用图像特征匹配技术的视觉Sl AM算法。相比于传统滤波器方法在机器人长时间运动过程中产生的误差积累,采用了基于图优化的Sl AM方法,本文算法分为两个部分:前端和后端。前端负责处理图像数据提取机器人位姿几何关系,首先提取彩色RGB图像的特征点,创建特征点的高维特征描述子,建立特征点的位置对应关系;后端负责表达各时刻机器人的位姿并最大化地消除轨迹漂移问题,根据前端处理所产生的信息,构建一个代表机器人几何位置关系及其不确定性的关系图,通过对图的优化将测量轨迹最大化地逼近真实轨迹,最后生成稀疏点云地图和高精度的机器人运行轨迹。试验表明本文所提出的方法实用性强,具有较高的鲁棒性。

机器人同步定位和制图(simultaneous localization and mapping,SLAM)是实现机器人自主导航定位的关键技术,其主要解决的问题可简略描述为:机器人于未知的环境中移动,利用自身所携带的传感器对周围的环境进行感知,根据所感知到的信息描绘出周围环境大概的地图样貌并估计出自身在地图中所处的位置。根据所使用传感器的类型,SLAM技术可分为:基于激光的SLAM、基于声呐的SLAM、基于GPS的SLAM和基于视觉的SLAM[1]。相较于其他的传感器,视觉传感器价格便宜,不太依赖于硬件性能,还能获取周围环境的深度信息,随着科技的进步和计算机技术的飞速发展,图像处理获得了极大的关注,目前基于视觉的SLAM 技术越来越受到研究人员的青睐。

根据使用视觉传感器的数量和类型的不同,视觉 SLAM 系统主要可分为 3 类: 单 目 视 觉 SLAM( MonoSLAM) 、多 目 视 觉 SLAM 和 RGB-D SLAM。MonoSLAM 虽然成本很低,但是无法测得实物的绝对深度,需要借助其他传感器的帮助估计机器人的轨迹和地图;相MonoSLAM,多目SLAM可以在运行过程中估计深度,但是计算量依然繁杂;RGB-DSLAM是一种新兴的相机,拥有3个“感官”:红外线投影仪、彩色摄像头、红外深度摄像头,它通过红外结构光原理可以直接获取图像中各像素实物与相机的真实距离。

SLAM 本质上是一个机器人运行状态的估计问题,根据求解方法可将其分为两类: 一类是基于滤波器[2]的方法,另一类是基于图优化[3]的方法。基于滤波器的方法将各个时刻机器人的姿态看作一系列独立的时间状态,是对最新时刻状态的计和预测,是一种不断迭代的过程。基于图优化的方法和其存在本质的不同,它所关注的并不是当前时刻的某一状态,而是整个姿态图,需要考虑过去所有的信息,对全部时刻的姿态及各时刻间的约束关系进行优化。文献[4]提出一种实时SLAM算法,算法结合颜色信息和粒子采样步骤提高了定位精度,但是采用了点云配准ICP 算法,导致该算法适用性不高; 文献[5]引入了关键帧选取机制,借以提高地图成图效率,但是没有后端优化步骤,鲁 棒 性 较 低;文献[6]将RANSAC算法和 ICP算法相结合,用以求取最优变换;文献[7]提出利用一种环境测量模型来验证运动估计的有效性,后端采用姿态图优化软件G2O[8]来进行轨迹优化,但是由于算法限制导致环境适用性相对不高。

本文提出一种采用图像特征匹配的图优化SLAM方法,将整个过程描述为3个阶段:准备阶段、处理阶段和结束阶段。如图1所示,准备阶段主要处理平台的搭建与硬的校准问题,本文采用了通用的机器人平台,该平台主要包括底盘,RGB-D像机和支架3个部分,搭建完平台,将RGB摄像头和深度摄像头进行对准,分别对两个摄像头进行标定,确定摄像机的数学模型,记录标定参数用于下个阶段;处理阶段分为前端和后端,首先提取相邻两帧RGB图像的特征,计算其描述子并进行匹配,然后根据特征点的深度信息结合RANSAC[9]算法思想进行相邻两帧图像间的运动估计[10-11],为了获得更好的鲁棒性和精度,本文将阈值的思想运用到了运动估计中,设置最小特征匹配数量等阈值,用于检验运动估计的有效性,后端主要通过关键帧选取机制检测回环,结合图优化方法解决轨迹漂移问题;结束阶段用以表达高精度的点云地图和轨迹。

一种采用图像特征匹配技术的RGB-D SLAM算法

1 算法原理及系统框架

1.1 RGB-D 相机标定

由于深度图和彩色图的获取来源并不相同,因此 RGB-D 相机需要对红外摄像头和彩色摄像头分别标定[12]。

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。