At present,simultaneous localization and mapping(SLAM) for an autonomous underwater vehicle(AUV)is a research hotspot.Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion,an improved method o...At present,simultaneous localization and mapping(SLAM) for an autonomous underwater vehicle(AUV)is a research hotspot.Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion,an improved method of variance reduction fast simultaneous localization and mapping(FastSLAM) with simulated annealing is proposed to solve the problems of particle degradation,particle depletion and particle loss in traditional FastSLAM,which lead to the reduction of AUV location estimation accuracy.The adaptive exponential fading factor is generated by the anneal function of simulated annealing algorithm to improve the effective particle number and replace resampling.By increasing the weight of small particles and decreasing the weight of large particles,the variance of particle weight can be reduced,the number of effective particles can be increased,and the accuracy of AUV location and feature location estimation can be improved to some extent by retaining more information carried by particles.The experimental results based on trial data show that the proposed simulated annealing variance reduction FastSLAM method avoids particle degradation,maintains the diversity of particles,weakened the degeneracy and improves the accuracy and stability of AUV navigation and localization system.展开更多
煤矿井下视觉同步定位与地图构建SLAM(Simultaneous Localization and Mapping)应用中,光照变化与低纹理场景严重影响特征点的提取和匹配结果,导致位姿估计失败,影响定位精度。提出一种基于改进定向快速旋转二值描述符ORB(Oriented Fast...煤矿井下视觉同步定位与地图构建SLAM(Simultaneous Localization and Mapping)应用中,光照变化与低纹理场景严重影响特征点的提取和匹配结果,导致位姿估计失败,影响定位精度。提出一种基于改进定向快速旋转二值描述符ORB(Oriented Fast and Rotated Brief)-SLAM3算法的煤矿井下移动机器人双目视觉定位算法SL-SLAM。针对光照变化场景,在前端使用光照稳定性的Super-Point特征点提取网络替换原始ORB特征点提取算法,并提出一种特征点网格限定法,有效剔除无效特征点区域,增加位姿估计稳定性。针对低纹理场景,在前端引入稳定的线段检测器LSD(Line Segment Detector)线特征提取算法,并提出一种点线联合算法,按照特征点网格对线特征进行分组,根据特征点的匹配结果进行线特征匹配,降低线特征匹配复杂度,节约位姿估计时间。构建了点特征和线特征的重投影误差模型,在线特征残差模型中添加角度约束,通过点特征和线特征的位姿增量雅可比矩阵建立点线特征重投影误差统一成本函数。局部建图线程使用ORB-SLAM3经典的局部优化方法调整点、线特征和关键帧位姿,并在后端线程中进行回环修正、子图融合和全局捆绑调整BA(Bundle Adjustment)。在EuRoC数据集上的试验结果表明,SL-SLAM的绝对位姿误差APE(Absolute Pose Error)指标优于其他对比算法,并取得了与真值最接近的轨迹预测结果:均方根误差相较于ORB-SLAM3降低了17.3%。在煤矿井下模拟场景中的试验结果表明,SL-SLAM能适应光照变化和低纹理场景,可以满足煤矿井下移动机器人的定位精度和稳定性要求。展开更多
针对动态物体严重干扰同时定位与建图(SLAM)系统正常运行的问题,提出一种基于目标检测和特征点关联的动态视觉SLAM算法。首先,利用YOLOv5目标检测网络得到环境中潜在动态物体的信息,并基于简易目标跟踪对图像漏检进行补偿;其次,为解决...针对动态物体严重干扰同时定位与建图(SLAM)系统正常运行的问题,提出一种基于目标检测和特征点关联的动态视觉SLAM算法。首先,利用YOLOv5目标检测网络得到环境中潜在动态物体的信息,并基于简易目标跟踪对图像漏检进行补偿;其次,为解决单一特征点的几何约束方法易出现误判的问题,依据图像的位置信息和光流信息建立特征点关联,再结合极线约束判断关系网的动态性;再次,结合两种方法剔除图像中的动态特征点,并用剩余的静态特征点加权估计位姿;最后,对静态环境建立稠密点云地图。在TUM(Technical University of Munich)公开数据集上的对比和消融实验的结果表明,与ORB-SLAM2和DS-SLAM(Dynamic Semantic SLAM)相比,所提算法在高动态场景下的绝对轨迹误差(ATE)中的均方根误差(RMSE)分别至少降低了95.22%和5.61%。可见,所提算法在保证实时性的同时提高了准确性和鲁棒性。展开更多
SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统...SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统的基础上设计了一种面向动态环境的视觉惯性SLAM系统。提出一种基于向量场一致性(vector field consensus,VFC)的稀疏光流法来追踪图像的特征点并计算基础矩阵,分别利用光流对极几何约束和惯性传感器信息计算特征点的动态概率,提出一种联合的动态特征检测方法计算特征点的总动态概率,并将动态概率大于阈值的特征点进行剔除,在SLAM系统的前端实现了视觉信息与惯性运动信息的紧耦合。在数据集上的实验结果表明,该视觉惯性SLAM改进算法有良好的性能表现。展开更多
平面特征作为一种高层几何特征而广泛存在于结构化环境中,对于大多数同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统来说是个很好的补充。为了解决特征点与平面特征融合时引入了新的误差并且平面存在着退化的可能...平面特征作为一种高层几何特征而广泛存在于结构化环境中,对于大多数同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统来说是个很好的补充。为了解决特征点与平面特征融合时引入了新的误差并且平面存在着退化的可能,本文提出了一个融合异质特征的单目视觉惯性SLAM系统。首先从灰度图像中提取特征点;其次对特征点集合进行三角剖分,并将三角剖分的结果转换到世界坐标系下;接着将初始化过程建模为有约束的优化问题,并用交替方向乘子法分布式求解;然后对相似平面进行聚类,并用所提出的平面碰撞概率模型拟合平面,得到对应的有界平面参数;最后在因子图中引入了平面特征的几何约束,通过误差模型同时优化相机运动以及平面参数。与典型的视觉惯性SLAM系统VINS相比,本文提出的系统在EuRoC数据集的绝对轨迹误差平均值降低了50%;在TUM-Ⅵ数据集的绝对轨迹误差平均值降低了40%。该方法能够在结构化场景中稳定、连续地工作,并且提高了弱纹理区域的定位精度和鲁棒性。展开更多
基金supported by the National Science Fund of China under Grants 61603034China Postdoctoral Science Foundation under Grant 2019M653870XB+1 种基金Beijing Municipal Natural Science Foundation (3182027)Fundamental Research Funds for the Central Universities,China,FRF-GF-17-B44,and XJS191315
文摘At present,simultaneous localization and mapping(SLAM) for an autonomous underwater vehicle(AUV)is a research hotspot.Aiming at the problem of non-linear model and non-Gaussian noise in AUV motion,an improved method of variance reduction fast simultaneous localization and mapping(FastSLAM) with simulated annealing is proposed to solve the problems of particle degradation,particle depletion and particle loss in traditional FastSLAM,which lead to the reduction of AUV location estimation accuracy.The adaptive exponential fading factor is generated by the anneal function of simulated annealing algorithm to improve the effective particle number and replace resampling.By increasing the weight of small particles and decreasing the weight of large particles,the variance of particle weight can be reduced,the number of effective particles can be increased,and the accuracy of AUV location and feature location estimation can be improved to some extent by retaining more information carried by particles.The experimental results based on trial data show that the proposed simulated annealing variance reduction FastSLAM method avoids particle degradation,maintains the diversity of particles,weakened the degeneracy and improves the accuracy and stability of AUV navigation and localization system.
文摘煤矿井下视觉同步定位与地图构建SLAM(Simultaneous Localization and Mapping)应用中,光照变化与低纹理场景严重影响特征点的提取和匹配结果,导致位姿估计失败,影响定位精度。提出一种基于改进定向快速旋转二值描述符ORB(Oriented Fast and Rotated Brief)-SLAM3算法的煤矿井下移动机器人双目视觉定位算法SL-SLAM。针对光照变化场景,在前端使用光照稳定性的Super-Point特征点提取网络替换原始ORB特征点提取算法,并提出一种特征点网格限定法,有效剔除无效特征点区域,增加位姿估计稳定性。针对低纹理场景,在前端引入稳定的线段检测器LSD(Line Segment Detector)线特征提取算法,并提出一种点线联合算法,按照特征点网格对线特征进行分组,根据特征点的匹配结果进行线特征匹配,降低线特征匹配复杂度,节约位姿估计时间。构建了点特征和线特征的重投影误差模型,在线特征残差模型中添加角度约束,通过点特征和线特征的位姿增量雅可比矩阵建立点线特征重投影误差统一成本函数。局部建图线程使用ORB-SLAM3经典的局部优化方法调整点、线特征和关键帧位姿,并在后端线程中进行回环修正、子图融合和全局捆绑调整BA(Bundle Adjustment)。在EuRoC数据集上的试验结果表明,SL-SLAM的绝对位姿误差APE(Absolute Pose Error)指标优于其他对比算法,并取得了与真值最接近的轨迹预测结果:均方根误差相较于ORB-SLAM3降低了17.3%。在煤矿井下模拟场景中的试验结果表明,SL-SLAM能适应光照变化和低纹理场景,可以满足煤矿井下移动机器人的定位精度和稳定性要求。
文摘针对动态物体严重干扰同时定位与建图(SLAM)系统正常运行的问题,提出一种基于目标检测和特征点关联的动态视觉SLAM算法。首先,利用YOLOv5目标检测网络得到环境中潜在动态物体的信息,并基于简易目标跟踪对图像漏检进行补偿;其次,为解决单一特征点的几何约束方法易出现误判的问题,依据图像的位置信息和光流信息建立特征点关联,再结合极线约束判断关系网的动态性;再次,结合两种方法剔除图像中的动态特征点,并用剩余的静态特征点加权估计位姿;最后,对静态环境建立稠密点云地图。在TUM(Technical University of Munich)公开数据集上的对比和消融实验的结果表明,与ORB-SLAM2和DS-SLAM(Dynamic Semantic SLAM)相比,所提算法在高动态场景下的绝对轨迹误差(ATE)中的均方根误差(RMSE)分别至少降低了95.22%和5.61%。可见,所提算法在保证实时性的同时提高了准确性和鲁棒性。
文摘SLAM(simultaneous localization and mapping)是无人载体实现自主导航定位的关键技术。针对传统视觉SLAM系统在动态场景下导航定位精度低的问题,在视觉SLAM系统的基础上引入惯性传感器(inertial measure-ment unit)。在ORB-SLAM3系统的基础上设计了一种面向动态环境的视觉惯性SLAM系统。提出一种基于向量场一致性(vector field consensus,VFC)的稀疏光流法来追踪图像的特征点并计算基础矩阵,分别利用光流对极几何约束和惯性传感器信息计算特征点的动态概率,提出一种联合的动态特征检测方法计算特征点的总动态概率,并将动态概率大于阈值的特征点进行剔除,在SLAM系统的前端实现了视觉信息与惯性运动信息的紧耦合。在数据集上的实验结果表明,该视觉惯性SLAM改进算法有良好的性能表现。
文摘平面特征作为一种高层几何特征而广泛存在于结构化环境中,对于大多数同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)系统来说是个很好的补充。为了解决特征点与平面特征融合时引入了新的误差并且平面存在着退化的可能,本文提出了一个融合异质特征的单目视觉惯性SLAM系统。首先从灰度图像中提取特征点;其次对特征点集合进行三角剖分,并将三角剖分的结果转换到世界坐标系下;接着将初始化过程建模为有约束的优化问题,并用交替方向乘子法分布式求解;然后对相似平面进行聚类,并用所提出的平面碰撞概率模型拟合平面,得到对应的有界平面参数;最后在因子图中引入了平面特征的几何约束,通过误差模型同时优化相机运动以及平面参数。与典型的视觉惯性SLAM系统VINS相比,本文提出的系统在EuRoC数据集的绝对轨迹误差平均值降低了50%;在TUM-Ⅵ数据集的绝对轨迹误差平均值降低了40%。该方法能够在结构化场景中稳定、连续地工作,并且提高了弱纹理区域的定位精度和鲁棒性。
