月球车多传感器SLAM仿真系统

针对实际月面环境搭建困难以及缺乏月面多样性等问题,为模拟真实的月面仿真环境,开发了月球车多传感器SLAM仿真系统,包括月面环境、月球车和人机交互等多个模块。在基础地形上利用高度图变换生成月面陨石坑,使用随机生成法添加多种月面石块;为模拟多种月面纹理效果,利用纹理映射的方法为合成地形添加纹理;采用光照渲染模拟不同光照条件;搭建了月球车本体,模拟多种传感器数据,可以验证多传感器SLAM算法。测试分析2种典型的视觉SLAM和激光惯性SLAM算法。结果表明:多传感器SLAM仿真系统能够为月球车传感器选型和算法开发提供有效的仿真平台。

月面特征稀疏环境下的视觉惯性SLAM方法

月球车在执行科学探测任务过程中,其自身的高精度定位是一项亟需解决的关键问题。针对在特征稀疏的月面环境下的定位问题,提出一种视觉惯性融合的SLAM方法,将视觉测量与惯性传感器的信息利用位姿图优化方法融合,实现高精度的联合定位。针对特征稀疏环境下的前端视觉数据关联误差较大的问题,提出了一种基于四元树的光流跟踪算法,能够有效地跟踪鲁棒的特征点,提升了关键帧之间相对位姿估计的准确性。并且针对月面环境特有的恒星无穷远点干扰问题,提出一种高效的恒星点剔除算法,能够有效改善无穷远点导致的定位精度下降的问题。搭建了一套模拟月面环境的计算机仿真系统,并构建了多个月面环境视觉惯性SLAM仿真数据集,在不同的模拟月面场景下进行定位性能仿真验证,仿真测试结果表明本文算法的鲁棒性更强,具有更高的定位准确度。