论文部分内容阅读
同时定位与建图(Simultaneous Location and Mapping,SLAM)技术是移动机器人导航定位领域的重要课题。基于视觉SLAM的导航定位系统相比于激光SLAM具有成本低廉、数据信息丰富等优点,近几年来越来越多的高校与企业加入到该领域的研究。在取得了一定进展的同时,纯视觉SLAM导航定位系统落地仍存在着很多问题。因此本文应用深度相机提出了基于ORB-SLAM2的导航系统设计并进行仿真实验验证,主要的研究内容如下:(1)验证ORB特征点在视觉SLAM领域优于SURF、SIFT等特征点,其在经过误匹配剔除算法筛选后具有良好的匹配精度。(2)针对稀疏点云地图在导航任务中存在空间占据信息不足的问题,本文提出了基于ORB-SLAM2的稠密地图构建与优化算法。首先基于RGB-D SLAMV2系统的稠密建图架构,在ORB-SLAM2系统中增加了稠密建图模块;然后对改进后的ORB-SLAM2系统与RGB-D SLAMV2系统(根据内容1结果,选用ORB特征点)进行了稠密建图对比和定位精度对比实验。最后针对稠密点云地图存在外点过多、轮廓模糊等问题,提出了三层点云滤波算法对稠密地图进行优化,能够有效减少点云地图的存储量,剔除外点、提升稠密点云地图的质量。(3)针对稠密点云地图在导航任务中存在信息冗余、运动物体存在“拖影”等问题,将点云地图转换为易于维护、扩展和存储的八叉树地图,为后续移动机器人导航任务提供了前提条件;为减少无效的地图构建工作,在ORB-SLAM2系统中增加稀疏特征地图复用模块,同时弃用文本格式而采用二进制格式进行地图保存,能够有效地加快地图读取速度,减少存储量。最后基于上述改进的ORBSLAM2系统结合ROS机器人操作系统,完成移动机器人在室内环境下的导航系统设计,并通过实验验证了该系统的定位精度较高。