融合ArUco碼先驗(yàn)信息的SLAM累計(jì)誤差消除算法*

劉貴濤，張 雷，徐 方

(1.中國科學(xué)院沈陽自動化研究所機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室，沈陽 110016；2.中國科學(xué)院機(jī)器人與智能制造創(chuàng)新研究院，沈陽 110169;3.中國科學(xué)院大學(xué)，北京 100049;4.沈陽新松機(jī)器人自動化股份有限公司，沈陽 110168)

0 引言

雙目視覺SLAM(simultaneous localization and mapping)系統(tǒng)通過處理圖像序列，可以實(shí)時地估計(jì)雙目相機(jī)的位置和姿態(tài)。因?yàn)殡p目相機(jī)具有成本低廉，安裝方便，同時適應(yīng)室內(nèi)和室外環(huán)境，獲取信息豐富等優(yōu)點(diǎn)，因而被廣泛地應(yīng)用到移動機(jī)器人自主導(dǎo)航中。通過將雙目視覺SLAM系統(tǒng)前后幀數(shù)據(jù)關(guān)聯(lián)，可以實(shí)時地向機(jī)器人輸出雙目相機(jī)的位姿。但是由于噪聲的干擾，隨著時間增加，雙目視覺SLAM系統(tǒng)估計(jì)的相機(jī)位姿累積誤差會越來越大[1],可能最終導(dǎo)致SLAM精度下降甚至定位失敗。

針對此問題，目前主流的方法是依靠回環(huán)檢測及回環(huán)校正，消除雙目視覺SLAM系統(tǒng)的累積誤差。ORB-SLAM2系統(tǒng)[2-4]引入了DBOW2庫[5]，用于回環(huán)檢測，消除系統(tǒng)的累積誤差。雖然該方法回環(huán)的準(zhǔn)確性很高，但是回環(huán)率很低，即經(jīng)常在發(fā)生回環(huán)的地方，檢測不到回環(huán)。同樣是利用DBOW2，PL-SLAM[6]同時對點(diǎn)特征描述和線特征描述進(jìn)行聚類訓(xùn)練，得到基于點(diǎn)線特征的詞袋模型。應(yīng)用點(diǎn)線特征的模型，雖然定位精度更可靠，但是回環(huán)率依然很低。單純依靠人工特征AprilTag的TagSLAM系統(tǒng)[7]的回環(huán)檢測方法成功率和準(zhǔn)確率很高，可以很好地進(jìn)行累計(jì)誤差消除。UcoSLAM[8-9]是一種融合自然特征和人工特征的單目視覺SLAM方法。在存在人工特征的地方，回環(huán)檢測的成功率和準(zhǔn)確率都很高，可以很好地消除視覺SLAM系統(tǒng)的累積誤差。……