论文部分内容阅读
定位和建图是泛自主移动智能体在室内环境中运行时最重要的两个问题,是其他上层应用的基础。视觉传感器因其能提供丰富的环境信息,故基于视觉SLAM(Simultaneous Localization and Mapping,SLAM)/VO(Visual Odometry,VO)的研究成为热点。由于室内环境存在丰富的点、线、面几何特征,因此结合不同维度的信息对系统状态进行估计可以避免在通过单一维度的特征估计状态过程中因特征的缺失或特征的高不确定性导致系统状态估计错误,进而提高定位系统运行的鲁棒性。激光雷达因其精度较高、工作稳定是建图常用传感器,同时由于视觉SLAM在线稠密建图的实时性较差,且室内环境结构规整,故可利用激光雷达构建结构化地图。本文利用双目立体相机从环境图像中提取ORB点、线段特征进行跟踪,在ORB-SLAM2的基础上提出一种更鲁棒的双目视觉SLAM算法,用于解决环境定位;利用2D激光雷达对环境进行扫描,同时接收视觉SLAM给出的定位结果,构建二维线特征全局地图。本文主要创新点为:(1)提出并推导由双目立体相机左右目配线段端点的像素坐标直接求对应直线的3D空间普吕克坐标的公式,并进行严格数学证明。(2)提出双目相机视野中横向趋水平配对线段的3D空间参数化方法。(3)提出一种鲁棒的3D空间线段特征与2D图像线段特征的匹配算法。(4)提出一种新的从2D激光雷达数据中快速构建线特征地图的算法,该算法基于相似三角形去噪法则进行数据去噪。在开源数据集上对本文提出的视觉SLAM算法进行了性能测试,结果证明了点、线特征的同时使用能提高定位精度。本文从工程上实现了视觉定位和2D激光雷达建图综合系统,在对真实环境进行了建图性能的测试,结果表明当扫描数据的线性特性强于其呈现的一对多映射特性时,算法具备优异的性能。