论文部分内容阅读
随着人们生活水平的不断提高与人工智能技术的不断发展,室内移动机器人已经成为多数家庭日常清理,宠物看顾的更好选择。同时定位与地图创建(SLAM)技术研究的主要目的就是为了让移动机器人在未知的环境下实时定位与地图构建。本文针对SLAM技术进行探究,以室内环境为研究场景,搭建单目视觉的室内定位与地图构建系统,实现室内定位与建图功能。本文针对常用的ORB-SLAM2中存在的定位速度慢、构建的地图无法用于路径导航等问题,在视觉里程计与地图构建模块上分别进行了改进,设计并开发了基于机器视觉的室内定位与地图构建系统,更好的满足室内定位与建图需求。在视觉里程计模块中,本文采用半直接法实现视觉里程计,替代了ORB-SLAM2中的特征点法,减少大量特征点的计算,极大缩减了匹配耗时,提高定位速度。在建图模块中,由于ORB-SLAM2采用的稀疏路标地图无法用于路径导航,且常见的点云地图占用存储空间过大,本文经过实验对比,选择构建基于八叉树结构的三维地图,该地图不仅支持后续的路径导航避障,而且占用存储空间远小于点云地图。为了验证系统功能效果,将本系统与ORB-SLAM2在标准数据集上进行实验仿真。实验结果表明,本文构建的室内定位与地图构建系统在定位精度上与ORB-SLAM2大致相同,运行耗时明显少于ORB-SLAM2,部分数据集上可以减少60%的运行时间。改进后的视觉里程计定位速度明显高于ORB-SLAM2,平均每秒处理图像帧的数目最多可以提高162%,处理每帧图像平均耗时相比于原系统最多减少61%。本系统中生成的八叉树地图相比ORB-SLAM2中的稀疏路标图更具有路径规划与支持后续导航的作用,并且在占用存储空间情况上,八叉树地图相对于点云地图可以节省90%左右的存储空间,更适用于存储空间与运算能力受限的智能系统中。