同步定位与地图构建

摘要： 针对无人驾驶车辆在卫星信号缺失等特殊环境下的定位失败问题,通过分析视觉SLAM技术存在的问题及其在无人车领域的应用情况,以无人驾驶算法测试数据集KITTI作为数据源,进行了同步定位与建图(SLAM)算法评估。以主流视觉SLAM算法VINS-Fusion为测评对象,采用绝对位姿误差(APE)和运行时间作为评价指标,实现了多传感器融合模式及不同工况下的定位精度、算法效率测试,并进行误差结果分析。计算结果表明:基于VINS-Fusion算法的视觉SLAM技术绝对定位精度区间为0.2~15 m,为视觉SLAM技术在无人驾驶领域与其他硬件单元的集成应用效果提供了参考依据。

摘要： 随着基于机器人操作系统(ROS)的移动机器人的相关学习和研究不断深入,移动机器人已成为相关应用领域的关注热点。为实现移动机器人同步定位、地图构建、巡航等功能,本文设计了一种机器操作系统环境下,利用激光雷达技术实现同步定位和地图构建的移动机器人。系统主要包括传感器信息的预处理和,基于粒子滤波的Gmapping算法。并通过差速驱动,实现机器人的移动功能,具有低成本、开源、可拓展性强的优点。

摘要： 针对特征法视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)耗时久、纹理缺失场景易跟踪失败而只能重建稀疏点云的问题,提出一种基于半直接视觉里程计的SLAM稠密重建算法。该算法以ORB-SLAM2框架为基础,视觉里程计采用直接法最小化光度误差求解相机初始位姿,采用特征法最小化重投影误差优化位姿,提高相机位姿的输出频率;以一种冗余关键帧删除算法计算帧间相对运动距离,删除视野重叠的关键帧;使用筛选后的关键帧进行闭环检测,构建稠密点云地图,滤波后转换为存储效率更高的八叉树地图。结果表明,所提算法能有效解决相机快速运动场景和纹理缺失场景跟踪失败的问题,实现三维地图重建,具有较高的定位精度与实时性。

摘要： 移动机器人在未知环境下依靠同步定位与地图构建(SLAM)实现自身的精确定位,目前大多数视觉SLAM系统在运行时均假设外部环境是静态的,但在实际应用场景下该假设并不成立,传统的视觉SLAM系统在动态环境下易受移动目标的影响,导致系统定位精度下降。提出一种新的视觉SLAM系统,将轻量级网络MobileNetV3作为目标检测网络YOLOv5s的主干网络,从而减少模型参数量,提高算法在CPU上的推理速度。将目标检测网络、光流法与ORB-SLAM系统相结合,使SLAM系统前端提取ORB特征点的同时能够有效剔除动态特征点。仅利用静态目标上的特征点进行帧间匹配,从而求解相机位姿,提高系统在动态环境下的定位精度。在TUM动态数据集上的实验结果表明,与ORB-SLAM3系统相比,该系统的位姿估计精度提升了80.16%,与DS-SLAM、DVOSLAM系统等动态SLAM系统相比,该系统在定位精度上有大幅提升,相比使用MASK-RCNN的DynaSLAM系统,在保持相近ATE指标的情况下,该系统具有更高的实时性。

摘要： 针对传统FastSLAM算法需要大量粒子构建地图导致计算复杂度高、难以提高估计精度等问题,研究构建了一种基于智能优化箱粒子滤波(IOBPF)的移动机器人FastSLAM算法。首先,将萤火虫算法(FA)的动态寻优机制引入箱粒子滤波(BPF),建立了箱粒子的荧光亮度更新公式、吸引度计算公式和位置更新公式,使箱粒子集智能化地向高似然区域移动,避免了箱粒子的退化现象。然后,以改进的智能优化箱粒子滤波进行机器人位姿估计,并采用扩展区间卡尔曼滤波(EIKF)完成地图的构建和更新。移动机器人的模型仿真和实体实验结果表明:所提智能化FastSLAM算法可有效提升箱粒子的性能,并降低地图构建所需粒子数,从而显著提高FastSLAM的定位精度和地图构建的鲁棒性。

摘要： 针对高动态环境下视觉同步定位与地图构建(SLAM)系统的可靠性受运动模糊的限制,研究了一种基于生成对抗网络(GAN)和AKAZE特征点的运动去模糊视觉SLAM方案。首先,对因相机快速运动而产生的模糊图像进行AKAZE特征点的提取与检测,并根据特征点分布的丰富程度计算图像块权重,结合灰度图像的方差信息建立特征点与模糊程度之间的量化关系表;然后,将达到模糊分数阈值的图像同步输入至改进GAN模型,该网络以端对端的形式恢复中心模糊帧的纹理信息;最后,对输出的清晰图像重新进行位姿估计,以参与ORB-SLAM2后端优化过程。在公开数据集TUM上进行测试,对于受模糊影响较严重的数据集,该方案可以显著降低相机轨迹估计的整体误差,同时维持较好的鲁棒性。

摘要： 煤矿巷道、采掘工作面等作业区域具有典型的半结构化或非结构化环境特征,且GPS无法在煤矿井下直接应用,亟需构建适用于煤矿井下移动机器人的自主定位系统方案,解决机器人精确定位、状态估计等问题。针对上述问题,提出了一种基于激光惯性的融合SLAM算法,实现了移动机器人在煤矿井下实时输出稳健的6DOF状态估计和全局一致的同步定位与地图构建。该算法由前端迭代卡尔曼滤波和后端位姿图优化2部分组成。该方法首先在前端,将传感器数据经过预处理,构建了观测模型和预测模型,建立了迭代卡尔曼滤波器,结合机器人先验位姿经过预测和观测的状态传播过程,使其状态更新后的后验位姿更加准确,如此循环迭代得到了基于紧耦合的激光惯性里程计,增强了机器人在这种非结构环境下的鲁棒性。其次在后端,部署了关键帧的选取策略,以限制状态估计的数量,满足其在大尺度场景下实时性的要求。同时,在优化框架中添加了地面约束和回环检测,优化了相邻关键帧之间的相对位姿,以确保全局地图的一致性,从而进一步提高了机器人6DOF状态估计的整体精度。最后,分别在公开数据集和自采数据集上验证了该算法的性能。实验结果表明:针对煤矿井下这种特殊的非结构环境,与现有的激光SLAM算法相比,提出的算法使机器人具有更高的精度、实时性和鲁棒性,有效降低了系统的累积误差,保证了所构建地图的全局一致性。

摘要： 同步定位与地图构建(SLAM)是当前机器人定位导航的研究热点,可靠的闭环检测是图优化SLAM的关键。而在大范围的复杂环境下,通过视觉或激光雷达进行闭环检测的可靠性低且计算开销大。针对这一问题,提出了一种基于WiFi指纹序列匹配的图优化SLAM算法。所提算法采用指纹序列进行闭环检测,由于指纹序列中包含多个指纹数据,信息量比单个指纹点对的数据丰富,因此将传统的基于指纹点对的匹配扩展到指纹序列的匹配可以大幅减小闭环误判的几率,从而确保了闭环检测的准确性,满足了SLAM在大范围复杂环境下的算法高精度要求。采用两组实验数据(机器人从不同的起点开始)对所提算法进行验证的结果表明:与高斯相似度的方法相比,所提算法的精度在第一组数据上提高了22.94%;在第二组数据上提高了39.18%。实验结果充分验证了所提算法在提高定位精度、确保闭环检测可靠性方面的优越性。

摘要： 针对室内场景中动态对象严重影响相机位姿估计准确性的问题,提出一种基于目标检测的室内动态场景同步定位与地图构建(SLAM)系统。当相机捕获图像后,首先,利用YOLOv4目标检测网络检测环境中的动态对象,并生成对应边界框的掩膜区域;然后,提取图像中的ORB特征点,并将掩膜区域内部的特征点剔除掉;同时结合GMS算法进一步剔除误匹配,并仅利用剩余静态特征点来估计相机位姿;最后,完成滤除动态对象的静态稠密点云地图和八叉树地图的构建。在TUM RGB-D公开数据集上进行的多次对比测试的结果表明,相对于ORB-SLAM2系统、GCNv2_SLAM系统和YOLOv4+ORB-SLAM2系统,所提系统在绝对轨迹误差(ATE)和相对位姿误差(RPE)上有明显的降低,说明该系统能够显著提高室内动态环境中相机位姿估计的准确性。

摘要： 基于语义地图导航的智能化服务机器人系统,以搭载深度相机和二维激光雷达的差分轮智能车的形式呈现.系统以树莓派作为主控制器,利用OpenCR控制电机驱动和辅助驾驶传感器,通过ROS机器人操作系统将机器人控制器、智能信息处理模块和各类传感器融合成一个有机整体.所构建的机器人系统在服务过程中,通过感知周围环境、收集数据完成静态、动态物体的辨识,然后结合二维地图数据完成目标检测和语义地图的构建.为了提升系统智能化程度,配合深度推理神经计算棒,并结合Mobile-Net网络架构下的SSD目标实时检测算法,提高了视觉感知的实时程度以及准确性.

摘要： 本发明提出一种基于EG‑SLAM的无人机实时三维场景重建方法，该方法利用无人机机载相机实时获取到的视觉信息，重建出具有纹理细节的大规模三维场景。与诸多现有的方法相比，本发明采集图像后直接在CPU上运行，快速实时的实现定位并重建出三维地图；而且没有采取传统的PNP方法求解无人机的位姿，而是利用发明的EG‑SLAM方法来解算无人机位姿，即利用两帧之间的特征点匹配关系直接求解位姿，降低对采集图像重复率的要求；另外获取的大量环境信息使得无人机对环境结构有了更精密并细致的感知，对实时生成的大尺度三维点云地图进行纹理渲染，实现了大尺度三维地图的重建，得到了更加直观真实的三维场景。

摘要： 提供了一种处理器，其被配置为计算黑塞矩阵元素之中影响与第一测量相关的优化矩阵的元素，而不是基于所有测量针对地图点和相机姿态生成完整的黑塞矩阵，并且在用于执行与地图点和相机姿态的状态有关的优化操作的优化矩阵上累积计算元素。

摘要： 本发明公开了一种协作式同步定位与地图构建方法、系统及交互系统。方法包括：云端服务器获取初始场景中的初始全局地图以及初始全局重建三维模型；接收各移动终端发送的初始场景中的信息及初始化请求，根据初始场景中的信息和初始全局地图，将与该初始场景中的信息所对应的移动终端初始化；接收各移动终端发送的新的局部关键帧，并更新初始全局地图和初始全局重建三维模型，以获得扩展全局地图和扩展全局重建三维模型；根据扩展全局地图、扩展全局重建三维模型以及新的局部关键帧，更新与该局部关键帧所对应的移动终端的位姿信息，以完成同步定位与地图构建。可以实现各移动终端的协同工作，同时系统实时性、稳定性和鲁棒性都很强。

摘要： 本发明公开了一种温室喷药机器人同步定位与地图构建的方法，在未知环境中，温室喷药机器人首先通过运动模型预测出自身的位姿，然后通过传感器得到自身与路标的相对信息，再由观测模型估计出路标的位置并更新温室喷药机器人位姿。通过采用改进的协同算法，对导航误差进行控制并构建准确的环境模型，这样可以有助于实现高精度定位，同时，温室喷药机器人在移动的过程中可以构建一个温室环境地图，同时使用这个地图推测它自身的位置，从而实现温室喷药机器人的同步定位与地图构建。

摘要： 本发明公开了同步定位与地图构建中关键帧提取方法、装置和智能设备，方法包括：从存储多帧未知环境的图像的图像库中获取一个图像帧，对该图像帧进行特征提取得到特征点的信息，该信息包括特征点的数量；获取所述图像帧相对于上一关键帧的相对运动信息，并利用相对运动信息计算当前使用的自适应阈值；根据所述特征点的信息和指示了图像帧空间信息的自适应阈值，筛选关键帧。本发明实施例的技术方案解决了同步定位与地图构建中关键帧冗余以及空间分布不均匀的技术问题，提高了SLAM技术定位和地图构建的精度。

摘要： 本发明涉及一种通信带宽与距离受限情况下的多无人平台同步定位与地图构建方法；包括：构建多个带ArUco标签的无人平台系统，利用视觉系统进行己方目标检测与己方目标相对姿态估计；通过手眼标定方法转换到视觉系统坐标系下的相对位姿，利用相机与雷达标定的外参将该相对位姿转换到雷达坐标系下；检测到己方目标后仅在产生闭环的无人系统之间进行通信，同时主动回环无人系统端进行联合位姿图构建并优化；通过在主动回环端优化位姿实现不同机器人位姿在同一坐标系下的表示并得到更加精准的位姿，而后发送到主动回环无人平台上；在无人系统回收后将各独立的无人系统地图传输到中心平台上进行融合。本发明解决了通信距离与通信受限的情况下的协同SLAM问题。

摘要： 本发明提供一种基于啮齿类动物模型的同步定位与地图构建方法及装置，方法包括：获取摄像装置传输的机器人的当前视觉图像；获取视觉里程计传输的关于当前视觉图像的特征区域的位移速度、旋转角速度和方向；根据位移速度、旋转角速度和方向对位姿细胞网络进行网络活性更新；计算当前视觉图像与视觉图像信息库的最大场景相似度，并获取具有最大场景相似度的模板图像对应的第一位姿坐标；根据最大场景相似度对视觉图像信息库进行更新；根据位姿细胞网络的活性程度、当前的视觉图像信息库、第一位姿坐标和预置经历图谱，确定机器人的当前经历点，以实现对机器人进行定位修正，并绘制实际经历图，进行机器人同步定位与地图构建。

摘要： 本发明公开了一种同步定位与地图构建中栅格地图的修正方法、装置。所述方法包括：判断当前场景至少包括部分人造环境时，启动修正，获取当前场景栅格地图以及当前场景的计算机辅助设计CAD图；基于特征点的图像匹配方法将所述栅格地图与CAD图进行对齐；识别所述栅格地图中的连通域，根据映射关系确定出对齐后的CAD图中与所述连通域对应的映射域；根据所述映射域提取出所述CAD图中指示一定几何形状的高层次特征；将提取出的高层次特征映射在所述栅格地图中，对所述栅格地图进行修正。上述修正方案比人工修正方法更加准确、高效，从而提高栅格地图得准确性以及机器人、无人驾驶等定位导航的可靠性。

摘要： 本发明请求保护一种融合注意力机制的视觉同步定位与地图构建闭环检测方法，将经典的残差网络中表现较好的ResNet50网络做为我们方法的主干网络，在此基础上，为ResNet50网络层中的各层添加一个注意力模块；首先添加一个通道注意力层，为了获取丰富的尺度信息，我们采用三种尺寸的卷积核，包括7×7、5×5、3×3。之后经过分组卷积模块和全局平均池化模块，经过全连接层后得到通道注意力图。之后经过空间注意力模块，从而获得最显著的区域。同时经过特征融合模块，将深层和浅层的特征进行融合，获得丰富的图像表示。最后用全连接层将特征图转化为1000维的特征向量，进行相似度计算。本发明在准确率‑召回率的性能上是具有显著优势的。

摘要： 本发明提供了一种同步定位与地图构建和路径规划方法；包括：步骤1，同步定位与地图构建；利用改进的EKF SLAM算法对物流仓进行环境地图构建与同步定位，获取物流仓的现场物理数据；步骤2，利用改进的路径规划算法，对巡检目标进行路径规划，提供最优路径，使得巡检机器人能够在最短时间内到达目标点；步骤3，在巡检过程中，判断现场环境是否存在温度异常物品；步骤4，进行检测，判断物流仓是否有可燃性气体，是否存在安全隐患；步骤5，进行信息采集。本发明一种16邻域路径规划算法，引入了16邻域的搜索方法，解决了搜索维度少而造成的路径次优问题，该方法更加平滑，更加接近实测最优路径。