移动机器人视觉候选闭环召回方法设计

为改进移动机器人视觉SLAM闭环探测性能,提出基于位置敏感哈希的候选闭环召回方法。采用位置敏感哈希技术以随机比特采样的方式对尺度空间中的地图关键帧进行哈希索引,以局部互信息为图像相似性度量指标在哈希桶内召回候选闭环。在国际公开的数据集上,将该方法与典型BoW方法进行准确性对比实验,实验结果表明,针对大范围室外环境的拓扑地图,该方法仅需召回4个候选闭环即可达到100%的闭环召回率,避免了大量局部特征提取和离线训练过程,能力优于BoW方法。

仿生机器人视觉导航研究分析

视觉导航技术是保证机器人自主移动的关键技术之一。为了从整体上把握当前国际上最新的视觉导航研究动态,全面评述了仿生机器人视觉导航技术的研究进展,重点分析了视觉SLAM(Simultaneous Local-ization and Mapping)、闭环探测、视觉返家三个关键问题的研究现状及存在的问题。提出了一个新的视觉SLAM算法框架,给出了待解决的关键理论问题,并对视觉导航技术发展的难点及未来趋势进行了总结。

室外环境下移动机器人视觉SLAM算法改进

闭环探测效率不高、视觉节点冗余度大制约着移动机器人视觉导航系统的性能。为了解决这个问题,从两个方面对视觉SLAM算法的关键环节进行了改进:在机器人导航的闭环探测环节采用了一种新的场景相似性测量方法,有效地提高了闭环探测的效率;在视觉节点的生成环节,算法采用了场景之间共有信息量减少的减量式节点探测方法,有效地降低了地图节点的冗余度。仿真和移动机器人实验对方法的有效性和实时性进行了验证,实验结果表明,移动机器人在视觉导航过程中,闭环探测的有效性达到99%以上,平均计算时间为0.03s,地图节点冗余度为0,使得导航系统在闭环探测和构建的地图质量两个方面的性能得到了进一步的提升。