论文部分内容阅读
解决机器人在未知环境中的定位问题,是实现机器人智能化的关键。针对消费级室内移动机器人的设计需求,为了使其利用机载传感器在未知的室内环境中实现定位并降低制造成本,本文讨论了如何利用视觉传感器与嵌入式处理器,实现基于视觉的同步地图构建与定位算法。本文首先介绍了视觉SLAM算法的原理,将其分为前端方案与后端方案两部分进行可行性讨论。在前端方案部分,讨论了特征法与直接法视觉里程计的优缺点,通过实验比较了各种主流特征点的运算速度与匹配性能,选择了双目摄像头作为视觉传感器,并以基于ORB的特征法视觉里程计作为前端方案;在后端方案部分,分析了回环检测的必要性,讨论了以EKF为代表的滤波法和以图优化法为代表的优化法,选择了图优化法作为后端方案。根据方案论证,本文选择了ORB SLAM算法作为嵌入式视觉SLAM的实现方案,分析了ORB SLAM算法流程,并将其移植到Nvidia Tegra K1嵌入式板卡中。针对算法在嵌入式系统中运算效率较差、计算精度较低的问题,对代码进行了优化与参数调整,并利用基于CUDA的GPU加速技术对ORB特征的提取与匹配进行加速,提高了算法在嵌入式系统中的运行效果,增加了该系统的实用性。为了评估定位算法的实时性和有效性,在嵌入式视觉SLAM算法中进行EuRoC双目视觉数据集测试。通过对输出轨迹的定量分析,证明了算法移植与优化的有效性。最后将双目摄像头与嵌入式板卡组合成完整的室内定位系统,利用磁导轨车进行室内环境下的场地测试实验,证明了基于视觉的嵌入式室内定位系统的有效性。