论文部分内容阅读
同时定位与地图构建(Simultaneous Localization and Mapping,SLAM),是利用一种或多种传感器进行实时自身定位并同时构建环境地图的一项技术,被广泛应用于移动机器人、自动驾驶、AR等领域。在视觉SLAM中,根据前端估计位姿是否需要提取特征,可以将SLAM分为直接法和特征法。直接法中,无需提取特征点,直接利用大量关键点信息进行位姿估计,精度高、速度快。但直接法要求两帧之间距离较小,当相机发生抖动或丢帧等情况导致两帧距离较大时,直接法容易跟踪错误或失败。直接法中关键点没有描述子信息,导致闭环检测困难。本文主要在直接法SLAM基础上,将直接法与特征法进行融合,在保证直接法优势的同时利用特征信息避免直接法的缺点。本文具体工作如下:(1)针对直接法SLAM中关键点没有描述子信息,无法进行长距离匹配,导致闭环检测困难的问题,提出一种快速闭环检测方法。该方法通过在当前帧窗口中确定最小相似度阈值,利用该阈值在历史帧窗口中进行相似度比较,确定闭环候选帧。将本文方法与目前主流SLAM中检测方法进行实验分析证明,本文检测方法速度较快,稳定性较好。(2)针对直接法SLAM中闭环校正问题,提出一种基于窗口共视图的全局优化校正方法。在检测到闭环后,该方法将窗口中3D点深度信息传播到当前帧并计算当前帧与闭环候选帧之间相似变换,然后根据直接法中窗口共视图信息建立关键帧之间的误差关系,并通过全局位姿图优化对轨迹与地图进行校正。经实验结果分析表明,本文方法有效的减少了系统累积误差。(3)针对直接法SLAM中两帧之间距离较大时,导致跟踪错误或失败的问题,提出一种融合位姿估计方法。该方法利用帧间匹配信息对地图3D点进行优化,其次对当前帧特征点与地图点进行特征匹配并利用PnP方法计算当前帧位姿,并将该位姿利用直接法进行优化计算。经实验结果分析证明,该方法有效的改善了直接法两帧距离较大时位姿估计错误的问题。(4)在本文所提出几种方法的基础上,设计并实现了融合特征法和直接法的SLAM系统。系统主要包括传感器输入、数据处理、融合算法和定位与建图四个模块。同时对多种真实场景进行数据采集,并在本文系统、直接法DSO系统和特征法ORB-SLAM系统上进行实验分析,对运行结果进行比较与展示。通过实验结果可知,本文系统建图准确度较高并且可以有效减少系统累积误差。