基于STM32的VI-SLAM数据存储系统设计

为了满足小型水下航行器在定位导航过程中使用VI-SLAM技术进行图像与惯导数据存储的要求,该文设计了一种基于STM32与SD卡的低成本数据采集存储系统。IMU通过I2C总线与STM32连接并传输惯导数据;相机借助高速缓存模块来保存图像并传输给STM32;借助STM32单片机与SD卡存储器的接口,通过移植后的FatFS文件管理系统来实现数据存储。存储在SD卡中的数据可通过PC机上的SD卡接口,方便快捷地被PC机直接读取,并进行后续的VI-SLAM算法实验。该设计满足了数据所需存储容量大的要求,且易于后续的存储扩展。经实验验证表明,该数据采集存储系统能够稳定可靠地保存传感器所产生的数据。

基于VI-SLAM的四翼无人机多目标视觉定位技术

针对传统多目标视觉定位技术定位误差大这一问题,基于VI-SLAM的四旋翼无人机提出了一种新的多目标视觉定位技术,阐述了定位技术原理,在进行定位时,导航定位系统、航空姿态测量系统、机载光电测量平台共同工作,通过多目标相机标定、锁定目标背景差分确定目标在摄像机坐标系的位置,将摄像机坐标系转换成载机机体坐标系,再将载机机体坐标系转换成大地坐标系,从而实现定位,引入北斗卫星导航系统和递归最小二乘算法降低定位误差;对比实验结果表明,与传统技术比较,所提方法高低角的测量误差减少了0.55 mrad,方位角的测量误差减少了0.88 mrad,无人机内部的激光平台激光测距精度为5 m,其应用性更广。

一种视觉惯性系统在线初始化方法

针对在单目视觉-惯性同时定位与地图构建(VI-SLAM)初始化阶段,初始转动较小导致加速度计的零偏和重力耦合难以估计,同时初始化过程估计的尺度、重力向量等缺少细化,导致初始状态估计精度低的问题,并为了保证实时性,该文提出了一种从粗到精的单目VI-SLAM在线初始化方法。该算法利用相机和惯性测量单元(IMU)几何约束进行相机-IMU旋转外参数的标定,同时标定出陀螺仪零偏值;通过预积分约束对重力向量、尺度等初始状态进行粗略估计;引入重力矢量的切线空间对重力、尺度估计值细化,同时估计加速度计零偏和速度;最后通过基于滑动窗口的非线性优化对已估计的外参数进一步细化。实验结果表明,该在线初始化方法提高了估计精度和估计收敛稳定性,标定了加速度计零偏,提高了VI-SLAM系统的定位精度,绝对位姿误差的均方根误差平均降低11.7%。

单目视觉惯性的同时定位与地图构建综述

在机器人领域,同时定位与地图构建(SLAM)是导航定位的关键技术。单目视觉传感器由于结构简单、成本低且能获取丰富的视觉信息,被广泛应用于SLAM。随着无人机、AR设备以及自动驾驶汽车技术的快速发展,视觉惯性SLAM(VI-SLAM)技术得到了越来越多人的关注。针对VI-SLAM,从滤波与非线性优化的角度出发,首先介绍相关算法理论框架,然后分析几种具有代表性的单目VI-SLAM算法创新点及实现方案,并通过EuRoC MAV数据集评估各算法优劣,最后结合深度学习与语义SLAM,对SLAM未来发展趋势进行探讨。