论文部分内容阅读
随着科技信息化、智能化的程度提高,机器人的同时定位与建图计算在移动机器人的发展中发挥着越来越重要的作用。采用视觉和激光的同时定位建图方案是两种最常用的方法。在视觉方案中,RGB-D相机可以同时获取图像和绝对深度信息,被广泛应用在室内定位建图场景,但是RGB-D相机的对光照敏感、视野范围狭小、在环境信息不丰富时难以提取特征等局限性,容易导致其在实际应用中造成特征跟踪失败,从而不能建立完整地图。本文针对单纯基于RGB-D视觉的同时定位建图的以上问题,提出可靠性高、可适用范围广的RGB-D相机与激光同时定位建图的方案。本文的主要工作有:(1)对两轮机器人、二维激光雷达、RGB-D相机建立数学模型;(2)图优化框架下的RGB-D视觉和激光雷达的SLAM方法,包括激光和视觉前端和后端优化,其中视觉前端进行特征提取和特征与地图之间的PnP匹配,激光前端采用相关性匹配的方法进行激光扫描匹配;后端统一采用图优化方法(3)实时建立八叉树地图,保证即使在视觉跟踪失败情况下也可以利用激光数据提供位姿生成地图;(4)对于基于视觉和激光的SLAM进行融合改进,包括在视觉跟踪失败情况下的模式切换和二者同时定位成功时采用扩展卡尔曼滤波进行姿态融合。本文的方法通过实验证明了有效性和鲁棒性,能够在视觉特征缺失或快速旋转的情况下仍然稳定定位与建图。