基于改进ORB-SLAM2算法的动态特征点剔除

随着SLAM系统的不断发展,人们对定位服务的要求越来越高,提高定位精度是一直以来不断研究的课题。为了能以更高定位精度的方式来获取图像中的语义信息,本文首先通过对比One stage算法中的网络模型选用了YOLOV5网络模型对目标物体进行检测和识别,提出一种基于动态区域内剔除动态特征点的SLAM算法,利用训练的网络提取图像中语义信息并对动态目标特征点进行剔除,在公开TUM数据集上进行验证,通过对比真实轨迹和本文算法的估计轨迹来进行误差分析。试验结果表明,本文提出的改进算法相对位移误差的均方根误差减小了97.83%,相对旋转误差的均平方根误差减小了96.80%。

基于YOLOv7-mask和ORB-SLAM2的语义八叉树地图构建

针对传统视觉SLAM构建的地图不具有语义信息的问题,提出一种基于深度学习算法的八叉树地图构建方法。该方法采用YOLOv7-mask对图像进行实例分割,得到像素所属类别信息,生成语义灰度图,并结合ORB-SLAM2,将新关键帧投影生成语义点云地图,最终将语义点云地图转换成语义八叉树地图进行存储。通过搭建实验平台,构建了不同状况下实验室场景的语义八叉树地图,验证了所提方法的可行性。

改进ORB特征提取算法的ORB-SLAM2定位研究

针对ORB(oriented fast and rotated brief)算法提取图片特征时存在的特征点分布不均匀问题,提出了一种改进的ORB算法。通过密度峰值聚类算法计算四叉树分割后的各区域特征点密度峰值,并对密度峰值高的区域使用四叉树多次分割;同时在初始阈值(iniThFAST)和最小阈值(minThFAST)中加入中间阈值(middleThFAST),提高特征点灰度值差值,减少冗余特征点提取,提高图片特征点均匀性。对特征点提取与匹配进行了实验验证,结果表明改进算法对比传统ORB算法在均匀度和匹配效率方面均有明显提升。结合ORB-SLAM2定位实验表明,改进算法的定位精度平均提高16.6%,每帧追踪时间平均减少12.4%,有效保证实际定位过程的精确性和实时性。

基于深度相机的ORB-SLAM2在矿井救援空间构建应用

矿井在发生安全事故时,由于井下空间条件不确定,救援人员很难到达矿井地下.为了解决这一问题,搭建可实现空间构建且能适应潮湿、粉尘等环境的小型轻量化矿井救援机器人,以获取矿井非现场物理空间信息.选择基于深度相机的ORB-SLAM2作为实时框架,框架由图像预处理、跟踪、局部建图、闭环组成.在图像预处理中,通过图像金字塔、灰度质心法实现ORB特征的旋转和尺度不变性.在跟踪线程中,通过基于参考关键帧方法、恒速关键帧方法、重定位方法进行粗糙跟踪,再通过局部地图跟踪进行精确跟踪,估计关键帧的位姿姿态.在局部线程中,进行插入和剔除冗余关键帧,通过共视图方法生成更多的地图点.在闭环线程中,检测是否存在相同信息,通过sim3相似变换进行闭环校正.使用TUM数据集对算法进行仿真测试,采用EVO测试RMSE误差在0.004~0.043 m范围内,定位精度可达到厘米级.借助矿井救援机器人试验平台,利用结构光相机的ORB-SLAM2的方法生成真实空间三维模型,对空间构建效果进行研究与应用,为矿山救援井下智能巡检装备提供方法.

基于改进关键帧选择的ORB-SLAM2算法

针对同时定位与建图(SLAM)算法精度不高且跟踪易失败的问题,提出了一种改进关键帧选择的ORB-SLAM2算法。通过ORB-SLAM2算法计算帧间相对位姿;在原有算法的基础上,增加旋转与平移量作为判定依据,决定是否创建新关键帧;针对移动机器人所安装的相机与机器人产生相对运动引发误拍摄,导致劣质关键帧生成的问题,设计了劣质关键帧剔除算法;基于RGB-D数据集与自主研发的移动机器人进行了实验验证。实验结果表明:改进的关键帧选择算法能够准确及时地选择关键帧,最优情况下定位误差约为原误差的51.9%,有效消除了相机与机器人之间相对运动产生的影响,直线误差仅为原误差的82.1%。改进算法能够有效提高定位精度,减少跟踪失败。

基于改进ORB-SLAM2的果园喷药机器人定位与稠密建图算法

针对果园喷药机器人视觉导航过程中定位精度低、地图构建效果差等问题,本文提出一种新的视觉定位与稠密建图算法。该算法基于ORB-SLAM2算法架构,首先,通过优化FAST角点、描述子阈值,并采取图像金字塔法与高斯滤波算法,剔除劣质ORB特征点,以提升图像关键帧质量和特征匹配精度。其次,引入稠密建图线程,利用点云恢复算法、统计滤波方法形成点云队列,采取点云拼接技术与体素滤波算法输出稠密点云地图,并在ORB-SLAM2算法的ROS节点中增加关键帧输出接口与位姿发布话题,通过NeedNewKeyFrame函数选取ORB-SLAM2算法所生成的关键帧,减少系统计算量。最终,由RGB-D相机实现果园喷药机器人的精准定位与稠密建图。为验证本文算法的有效性与实用性,进行TUM数据集仿真分析与真实场景测试,结果表明:相较ORB-SLAM2算法,本文算法的绝对轨迹平均误差降低44.01%、相对轨迹平均误差降低7.93%,ORB特征点匹配数量平均提升19.03%,定位精度与运行轨迹效果均有显著提升,此外,还能获取较高精度的果园喷药机器人工作场景信息。本文算法可为果园喷药机器人的自主导航提供理论基础。

基于ROS的ORB-SLAM2建图算法研究

针对ORB-SLAM2算法构建的稀疏点云地图信息量少、无法保存且无法应用到机器人导航功能等问题。本文提出了一种基于ORBSLAM2并结合稠密点云和栅格地图算法的改进型算法。实验结果表明,改进后的ORB-SLAM2算法建立的地图环境信息量丰富、地图结构清晰,能够有效描述地图特征信息,实现机器人导航和避障功能。

基于改进ORB-SLAM2的机器人同步定位与建图技术研究

ORB-SLAM2是目前视觉SLAM中,最前沿的同步定位与建图算法之一,但其在提取ORB特征点时,存在低响应阈值固定问题,导致提取的特征点响应值较低,将增大特征点筛选及匹配误差。针对这一问题,本文提出自适应降低阈值的方法提取特征点,当通过高响应阈值搜索,未搜索到特征点时,自适应逐级降低阈值搜索特征点,从而提高所提取特征点的响应值。研究结果表明:改进算法的绝对定位误差(APE)及相对定位误差(RPE),较原始算法都有所降低,其中APE的RMSE下降了15.87%。实验结果表明,运用改进算法进行同步定位与建图,其精度得到有效提高。

基于图像增强的ORB-SLAM2算法水下应用研究

为了解决水下视觉SLAM算法由于图像对比度低、模糊等导致的特征提取鲁棒性差的问题,采用自适应直方图均衡化算法作为图像增强算法作用在ORB-SLAM2的前端,提高了水下图像对比度和清晰度的同时保留了原图的细节区域,使得质量不高的水下图像也能较好的提取特征.通过在数据集上的实验表明自适应直方图均衡化对水下图像的特征提取及关键帧跟踪效果明显改善,图像增强的ORB-SLAM2算法在水下环境中能较好的进行特征提取及跟踪,定位不易丢失,SLAM算法准确性和鲁棒性明显提高.

ORB-SLAM2框架下基于算术编码的CVSLAM高效数据压缩

【目的】协同视觉同时定位与建图(CVSLAM)因其所需传感器成本低、可以获取丰富的环境信息,且具有快速性和灵活性的特点,在机器人领域引起了越来越多的研究者关注。而实现对图像信息的高效传输是提高CVSLAM建图效率需要解决的关键问题之一。在多机协同作业中,机器人之间的数据传输是其工作的重中之重,数据共享往往受到通信带宽的影响,所以研究高效的数据处理方法成为至关重要的环节。【方法】基于中心式协同ORB-SLAM2框架,研究个体机器人向中心站进行数据传输问题,探索一种基于特征压缩的高效数据传输一般方法。特别地,研究了一种基于算术编码对ORB特征进行差分编码并进行压缩传输的方法。该方法根据特征不同的编码模式评价其压缩后所需传输的数据量,并选择数据传输量最小的模式对特征进行编码。【结果】在不影响整体建图效果的前提下,所采用的方法明显降低了CVSLAM系统中数据传输过程中的数据量,同时缩短了数据传输时间。【结论】基于KITTI数据集的实验结果表明,基于压缩编码的通信方式可以有效降低数据传输量、提高传输速度,是提高CVSLAM通信效率的有效手段。

基于ORB-SLAM2的移动机器人定位与建图研究

针对目前移动机器人已应用在服务、救援、医疗等方面,其工作环境也越加复杂多变等问题,为了应对环境的变化,机器人需要具备感知、运动和自主规划等能力。该文提出一种基于ORB-SLAM2的移动机器人定位与建图设计。利用EPnP、K-means++等算法相结合的方式,完成了移动机器人的同步定位与地图构建。

改进ORB-SLAM2算法的关键帧选取及地图构建研究

针对传统ORB-SLAM2算法精度较低、图片帧跟踪容易丢失的问题,以及没有构建稠密点云地图与OctoMap的问题,原本构建的稀疏点云地图不能直接应用于机器人的三维路径规划。在传统ORB-SLAM2算法基础上,对关键帧的选取进行了改进。首先,在传统的ORB-SLAM2算法的基础上,在相邻图像帧间添加相对运动量的综合变换因数,并添加帧间特征点跟踪来提高关键帧选取的准确性;然后,使用已选取关键帧进行稠密点云地图与OctoMap的构建;最后,在TUM数据集上进行验证,并基于真实环境进行物理测试。实验结果表明,改进的关键帧选取方法在保证关键帧选取的准确性和快速性的前提下,可以增加ORB-SLAM2算法定位精度,有效的缓解了图片帧跟踪易丢失问题,并且构建的八叉树地图可直接用于机器人的三维路径规划。

局部自适应图像增强的ORB-SLAM2算法

针对ORB-SLAM2在低照度、低纹理环境下的系统漂移误差较大和鲁棒性不足的问题,提出了一种基于自适应伽马变换的局部图像增强算法。首先,为了实现对图像低光部分的快速识别,将每一帧分解为若干个小图像块,根据亮度和对比度将图像块进行划分,对其中照度较好的部分使用固定阈值直接提取特征点;其次,针对复杂的低光环境,设计了基于自适应伽马值的局部图像增强算法,对复杂低光部分进行不同程度的图像增强后再提取特征点;最后,在EUROC数据集中对改进后的算法进行测试。结果表明,改进的算法能在计算时间增加不明显的情况下,在低光环境下提取出更多的特征点,整体系统漂移误差降低了17%,在低光部分的最大系统漂移误差降低了57%,有效地提高了低光环境下系统的精度和鲁棒性。

基于ORB-SLAM2算法的水下机器人实时定位研究

随着近几年视觉SLAM的快速发展,为机器人、无人机、汽车等导航定位提供了更多选择。针对当前水下机器人定位技术存在的系统复杂、操作难度大等问题,本文提出了一种基于ORB-SLAM2算法的水下定位方案。利用单目相机作为传感器,构建了单目视觉SLAM水下机器人定位模型,完成像素坐标系到世界坐标系的转换,介绍了ORB-SLAM2算法定位涉及的关键技术。通过水下理想环境试验,对ORB-SLAM2算法在水下定位性能进行了综合评价,通过海洋环境试验证明ORB-SLAM2算法可以有效对水下机器人进行实时定位。

ORB-SLAM2车载双目视觉的自主导航性能评估

针对全球定位系统用于车载导航在复杂环境下定位精度较低、低成本惯导漂移明显等问题,给出ORB-SLAM2用于车载双目视觉自主导航的原理和方法,介绍特征匹配与提取及位姿估计优化部分的关键技术,评估采用不同轨迹、不同运动状态的车载数据的性能,重点分析ORB-SLAM2整体的定位定姿精度、累积误差随距离的变化以及回环检测对车载定位定姿的影响。实验结果表明:持续的动态物体干扰会对ORB-SLAM2整体的导航精度有所影响;无回环探测时,位置误差随行驶距离呈现明显的1%线性发散,成功的回环检测能够有效抑制位置姿态误差的发散并提高其精度,定位精度保持在2m左右。

基于单目ORB-SLAM2算法的煤矿搜救机器人定位研究

煤矿生产中,瓦斯爆炸,塌方等事故时有发生,煤矿事故发生后,为了能够快速地确定伤者的位置从而进行救援,利用开源单目ORB-SLAM2算法,结合现有移动机器人平台,对移动机器人进行定位研究。分别在光线充足和有辅助光源的黑暗条件下进行模拟实验,得出了移动机器人的运动轨迹,为实际井下救援过程中的定位提供了数据基础。

基于ORB-SLAM2的实时网格地图构建

针对目前视觉SLAM(同时定位与地图构建)系统只能输出相机的运动轨迹图而不能生成用于路径规划和导航地图的缺点,提出了一种基于ORB-SLAM2的网格地图实时构建算法。首先,建立了一个适用于视觉SLAM的逆传感器模型(inverse sensor model,ISM);针对ISM模型重新编排了网格地图算法的构建机制,并对其进行详细推导;最后,介绍了ORB-SLAM2网格地图构建的具体实施方案。通过实验,对ISM模型和网格地图模型进行分析,确保了算法的可行性;用单目相机和RGB-D深度相机进行实时实验,实现了网格地图的实时构建,且能够清晰地显现出障碍物位置,验证了所提算法的有效性。

基于ORB-SLAM2的三维占据网格地图的实时构建

针对ORB-SLAM2系统只能输出相机的运动轨迹图,而不能生成用于路径规划和导航地图的问题,提出了一种基于ORB-SLAM2的跳表地图(SkipList Map)构建算法,可用于三维占据网格地图实时构建。首先搭建了一个用于三维占据网格地图实时构建的SkipList Map模型,其时间复杂度仅为O(lg n);其次对SkipList Map三维占据网格地图的生成与更新做了详细推导;最后设计了ORB-SLAM2与SkipList Map算法相结合的方案。通过效率对比实验,表明本文算法具有较高的时间效率与灵活性;搭建实验所需平台并进行了真实场景实时实验,实验表明本文算法能实现三维网格地图的实时构建;且能清晰标识出环境中障碍物的位置,验证了本文算法的有效性。

基于ORB-slam2改进的八叉树地图构建

ORB-slam2在建图部分构建的是稀疏特征点地图,无法提供导航功能。考虑到八叉树地图可以实现三维导航,该文在原ORB-slam2算法的基础上增加了八叉树的地图构建。实现方式是将点云地图转化为八叉树地图,并在建图之后对地图进行滤波处理。通过对TUM数据集和真实环境的同步定位与地图构建实验证明,滤波之后的八叉树地图在不破坏环境结构的情况下,相比于点云地图节省了大量的内存空间,并且去除了因为噪声产生的孤立的点,使地图变得干净准确,为后续的三维导航提供有效的技术支持。

单目ORB-SLAM2在差速轮小车上的应用研究

利用开源单目ORB-SLAM2算法,并结合现有差速轮移动机器人平台,对移动机器人进行定位研究。在室内条件下进行模拟实验,得出了移动机器人运动轨迹,为中小车实际应用定位提供了数据基础。