视觉SLAM算法在城市地下空间三维建模中的应用

本文研究了基于视觉即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)算法的城市地下空间三维建模技术,结合地下空间特点,提出了一种新的三维建模方法。通过优化SLAM算法,实现了在地下环境中高效准确地构建三维模型的目标。利用RGB-D深度相机,实现了对地下环境的立体感知和数据采集,提升了模型的准确性和响应速度。经测试,验证了所采用方法的有效性和可行性,为城市地下空间的数字化建设提供了关键的技术支持。

基于运动预测的改进ORB-SLAM算法

针对不同运动场景下以固定的点特征提取与匹配策略的ORB-SLAM算法存在系统跟踪定位误差较大的问题,考虑相机自身运动对视觉SLAM系统的影响,提出基于运动预测的改进ORB-SLAM算法.该方法利用上一帧的点特征利用率和匀速运动模型,预测出相邻2帧之间的共视范围,实时动态调整不同运动状态下的点特征提取阈值,在保证系统稳定性的情况下,提高系统的准确性.提出基于运动预测的点特征匹配优化策略,基于匀速运动模型快速确定出共视范围内的有效待匹配点,结合图像金字塔缩小匹配搜索范围,减少大量的无效匹配过程.在TUM数据集上进行对比实验,结果表明,提出的算法不仅实时性好,而且提高了系统的精度.

基于改进ORB算法的移动机器人视觉SLAM方法研究

以移动机器人视觉导航为应用背景,针对传统ORB算法在视觉SLAM中存在特征点分布不均匀、重叠特征点较多的问题,提出一种改进ORB算法。首先,对每层图像的尺度空间金字塔进行网格划分,增加空间尺度信息;其次,在特征点检测时,采用改进FAST角点自适应阈值提取,设置感兴趣区域;然后,采用非极大值抑制的方法,抑制低阈值特征点的输出;最后,使用基于区域图像特征点分布的方差数值评价待检测图像中特征点的分布情况。实验结果表明,改进ORB算法特征点的分布较为均匀,输出特征点重叠数量较少,执行时间较短。

基于双目视觉SLAM的室内机器人导航技术

本文首先介绍了视觉SLAM定位流程,以及基于卡尔曼滤波和关键帧的SLAM算法。并通过仿真实验对两种定位算法进行了对比,实验结果表明基于关键帧的SLAM定位更加准确。在此基础上,设计了基于关键帧SLAM算法的机器人导航系统,并对该导航系统中的ORB特征提取与匹配、栅格地图构建、移动机器人路径规划等技术要点展开了分析。最后通过实验对机器人导航系统的特征点移动匹配功能、路径规划功能进行了验证。结果表明该系统能准确匹配处连续运动图像的特征点,可规划出有效的行进路径,满足了机器人精确导航定位的需求。

有效点较少的动态场景下单目视觉SLAM算法

为了解决有效点较少的动态复杂场景下视觉SLAM准确定位问题,提出了一种基于自适应RANSAC动态特征点剔除的单目视觉SLAM算法.通过ARANSAC算法估计图像间的透视变换矩阵,并扭曲上一帧获得一个估计图像,使上一帧中的点转换到当前帧的坐标系下.通过计算特征点在估计图像和当前帧的光流值,区分并剔除ORB-SLAM2中的动态特征点,从而消除动态物体对SLAM定位性能的影响.利用TUM数据集的动态序列对本文算法进行仿真,并与ORB-SLAM2算法进行对比.结果表明,视觉SLAM算法绝对轨迹误差的标准偏差降低84.00%~96.11%,平移和旋转漂移的标准偏差最佳效果分别降低94.00%和96.44%,明显减少了视觉SLAM算法位姿估计的误差.本文算法能够在有效点较少的动态场景下,消除动态物体对视觉SLAM定位性能的影响,提高定位精度.

煤矿环境下改进Informed-RRT*路径规划算法研究

为解决煤矿机器人视觉SLAM地图中传统路径规划Informed-RRT*算法收敛速度慢、生成路径代价高、甚至无法找到路径等问题,对视觉SLAM建图进行了研究,提出了一种基于八叉树地图的路径规划方法。首先构建稠密点云地图并生成八叉树地图,将八叉树地图转化为易于路径规划的二维栅格地图,在此地图基础上结合人工势场和Informed-RRT*路径规划方法,提出了一种改进Informed-RRT*路径规划算法。仿真结果表明,该算法比传统Informed-RRT*算法速度提升了29.74%,具有更高的搜索效率和更快的收敛速度,获得了更好的路径规划效果。

基于自适应阈值的ORB特征点提取算法研究

在弱纹理场景下,针对ORB算法提取特征点过程中,固定阈值检测FAST角点可能会导致提取效果不佳进而影响匹配精度,提出了自适应阈值的ORB特征点提取算法,通过图像灰度差值和像素分布概率来计算图像对比度,根据对比度动态计算角点检测阈值。然后根据动态阈值算法实现特征点的提取,采用暴力匹配算法和快速最近邻接匹配(FLANN)两种匹配算法,在EuRoc数据集上分别对比了ORB算法、SIFT算法与该算法的特征点匹配精度和耗时。结果表明,在匹配精度上比ORB算法提升了26.6%,比SIFT算法提升了32.7%。

基于ORB+PROSAC误匹配剔除算法的视觉SLAM研究

在视觉SLAM前端特征点匹配过程中,采用RANSAC算法剔除误匹配特征点存在迭代次数不稳定、效率低、鲁棒相差等问题,从而对相机定位产生影响。与ORB算法结合,本文引入一种渐进采样一致性算法,即PROSAC(ProgressiveSamplingConsensus),来消除迭代次数不稳定问题。利用Kinectv2相机对改进的RGB-D SLAM算法进行实验,获得三维点云地图和相机轨迹,实现了ORB+PROSAC的误匹配剔除算法。与ORB+RANSAC的结合方式相对比,本文算法验证鲁棒性更好,实时性更强。

基于视觉SLAM的拾取目标定位方法研究

本文主要研究一种基于视觉SLAM定位拾取目标坐标的方法。本文设计了一套基于视觉SLAM的全方位移动机器人,借助典型的八皇后移动问题作为研究对象,理论建立了世界坐标系与相机坐标系数学模型,采用ORB特征描述环境信息,对图像进行灰度处理、Canny算子边缘识别和边缘的中心距计算,最后筛选识别特定目标以及其在图像中像素坐标。经实验验证,移动机器人准确实现了对拾取目标物体的实时定位,误差保持在厘米级,满足对物体避障和抓取的要求。

点线特征融合的双目视觉SLAM算法

在低纹理场景中,基于点特征的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)算法很难追踪足够多的有效特征点,系统甚至无法正常工作.众所周知,丰富的线段特征存在在人造结构化环境中的地面与墙面交界处.因此,提出一种点线特征融合的双目视觉SLAM算法.在特征提取前,引入梯度密度滤波器加速线特征提取和提高线匹配的准确度,在特征点匹配阶段,采用渐进采样一致性(Progressive Sampling Consensus,PROSAC)算法剔除误匹配点,从而提高定位精度.此外,在特征的融合过程中引入加权思想.在构造误差函数时对点线特征权重进行合理分配.最后,通过在公开的数据集上得到的仿真并与一些优秀的算法进行对比,该算法性能优于PL-SLAM和LSD-SLAM算法,证明了算法的有效性和准确性.

动态环境下基于深度学习的语义SLAM算法

针对应用场景中存在的运动物体会降低视觉同步定位与地图构建(SLAM)系统的定位精度和鲁棒性的问题,提出一种基于语义信息的动态环境下的视觉SLAM算法。首先,将传统视觉SLAM前端与YOLOv4目标检测算法相结合,在对输入图像进行ORB特征提取的同时,对该图像进行语义分割;然后,判断目标类型以获得动态目标在图像中的区域,剔除分布在动态物体上的特征点;最后,使用处理后的特征点与相邻帧进行帧间匹配来求解相机位姿。实验采用TUM数据集进行测试,测试结果表明,所提算法相较于ORB-SLAM2在高动态环境下在位姿估计精度上提升了96.78%,同时该算法的跟踪线程处理一帧的平均耗时为0.0655 s,相较于其他应用在动态环境下的SLAM算法耗时最短。实验结果表明,所提算法能够实现在动态环境中的实时精确定位与建图。

移动机器人视觉SLAM过程中图像匹配及相机位姿求解的研究

针对移动机器人视觉SLAM过程中的关键环节图像匹配及相机位姿求解问题,通过ORB特征匹配算法匹配移动机器人采集的两帧图像,得到特征点集。分析了最小二乘法理论特征,根据两帧图像中特征点不变性,采用基于最小二乘法的ICP算法建立相机运动模型,使用SVD分解法求解运动模型,估计相机位姿状态,并通过非线性优化算法验证SVD分解法。利用RGB-D相机Kinect采集图像,对上述算法进行实验,得到准确的相机姿态数据,从而有效解决了三维空间下移动机器人局部移动过程中的定位问题。

深度学习下的视觉SLAM回环检测及其算法

作为机器人技术领域的研究重点之一,SLAM在无人驾驶、增强现实、虚拟现实等方面有重要应用。视觉SLAM利用连续的相机帧获取信息,完成环境环境感知,而长时间运行视觉SLAM系统会不断累积邻近帧间误差,影响后端优化收敛。针对此问题,提出一种基于深度学习的回环检测方法,使用回环检测模块以减少邻近帧间的误差积累,克服以人工标记特征点算法为基础的传统视觉SLAM回环检测的不足,提高了系统在复杂环境下的检测准确率。经实验验证,算法获得良好的准确率与速率,能够满足视觉SLAM系统的要求。

基于几何⁃语义联合约束的动态环境视觉SLAM算法

传统视觉同步定位和地图构建(Simultaneous localization and mapping,SLAM)算法建立在静态环境假设的基础之上,当场景中出现动态物体时,会影响系统稳定性,造成位姿估计精度下降。现有方法大多基于概率统计和几何约束来减轻少量动态物体对视觉SLAM系统的影响,但是当场景中动态物体较多时,这些方法失效。针对这一问题,本文提出了一种将动态视觉SLAM算法与多目标跟踪算法相结合的方法。首先采用实例语义分割网络,结合几何约束,在有效地分离静态特征点和动态特征点的同时,进一步实现多目标跟踪,改善跟踪结果,并能够获得运动物体的轨迹和速度矢量信息,从而能够更好地为机器人自主导航提供决策信息。在KITTI数据集上的实验表明,该算法在动态场景中相较ORB⁃SLAM2算法精度提高了28%。

视觉SLAM特征与提取算法综述

为了使机器人在陌生环境中能够通过传感器对环境进行探测,并在对自身定位的同时得到周围环境的三维重建地图,视觉SLAM(Simultaneous Localization and Mapping),即时定位与地图构建应运而生。文章对视觉SLAM方法与特征匹配SIFT算法进行了论述与提取效率分析。SIFT算法包含大量单指令多数据流模式的密集型计算,使用CPU+GPU混合异构加速平台在理论上能有效提高其执行性能。通过对国内外学者在GPU并行加速领域研究成果的分析,针对GPU加速SIFT算法展开了分析与展望。

一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法

视觉SLAM技术的目标是建立完善的地图及估计更精确的相机位姿。为了构建更加详细完整的三维地图,文中提出一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法来实现环境稀疏三维点云地图的构建。所提方法在ORB-SLAM算法的基础上,增加半稠密建图线程,建立半稠密三维点云地图,利用SURF特征匹配算法尺度不变性的特点改进了ORB特征匹配。在TUM RGBD数据集中进行的仿真实验结果表明,与ORB-SLAM算法相比,采用改进ORB-SLAM算法建立的三维地图能更加直观地显示出环境中物体的轮廓,特征匹配精度也有所增加。最后,应用两组数据集验证了算法的一致性。

用于停车场视觉建图的语义回环检测算法

针对停车场视觉建图的回环检测方法对目标级别的语义信息关注较少、在长时间大范围的建图过程中地图一致性与持久性较差的问题,设计了一种语义回环检测算法。该算法基于语义实例,使用图匹配方法找到回环帧并进行帧间位姿估计,生成回环约束。在同准确率下,该回环检测算法的召回率均高于基于ORB(oriented fast and rotate brief)描述子和词袋法的回环检测方案。在停车场建图与定位试验中,建图轨迹与轨迹真值的绝对误差均小于1 m,定位误差均小于0.3 m,满足对应的技术要求。试验结果表明,本文提出的语义回环检测算法的回环检测性能优于传统回环检测算法,适用于停车场视觉建图任务。

基于优化RTAB-Map的室内巡检机器人视觉导航方法

巡检机器人对室内场景进行自主导航监测时,采用视觉同时定位与地图构建(simultaneous localization and mapping,SLAM)方法构建的三维深度地图存在实时性不高、定位精度下降的问题。对此,提出了一种基于RGB-D相机和优化RTAB-Map(real time appearance based mapping)算法的巡检机器人视觉导航方法。首先,通过重新配置RTAB-Map点云更新频率,实现算法优化,构建稠密的点云地图后;采用启发式A*算法、动态窗口法(dynamic window approach,DWA)分别制定全局与局部巡检路径,通过自适应蒙特卡罗定位(adaptive Monte Carlo localization,AMCL)方法更新机器人的实时位姿信息,再将搭建好的实体巡检机器人在软件、硬件平台上完成视觉导航测试实验。结果表明:优化后的RTAB-Map算法运行时的内存占比稍有增加,但获得与真实环境一致性更高的三维深度地图,在一定程度上提高视觉导航的准确性与实用性。

基于改进BRISK算法的图像特征提取方法研究

以移动机器人视觉导航为应用背景,大量研究表明,BRISK算法随着图像尺度不断增大,错误匹配急剧增加。如果使用BRISK算法作为视觉里程计的特征匹配算法,将无法为视觉SLAM后端提供准确的位置信息。针对这一问题,本文提出了改进的BRISK算法,在改进的算法中,尺度空间金字塔通过构建ui层来细化相邻图像间的尺度间隔,并使用灰度质心法为关键点分配主方向,取代了原算法利用长距离采样点对计算局部梯度的方法。实验结果表明,该算法在运行时间相差不大的情况下,尺度不变性上表现出较好的鲁棒性,特征点匹配准确率有很大提高。

基于MR技术的电气开关指示位置快速识别方法

电气开关指示位置快速识别是MR智能交互系统的基础服务。为了尽量减少计算负担,首先分析了不同类型开关的状态特征,介绍了MR智能眼镜在开关指示位置识别时的优势,然后根据重要程度不同,应用激光点云扫描技术生成兼顾精度和数据量的设备对象及周边环境三维模型,最后采用基于特征点法的视觉SLAM算法和YOLOv3算法技术完成开关指示位置的定位与快速识别。实际应用表明,对于设备上的开关指示位置,基于MR技术的电气开关指示位置快速识别方法的识别率高达100%,满足MR智能交互系统的需求。