姜衍超,李天順,孫佳東,朱建軍
(吉林化工學(xué)院 信息與控制工程學(xué)院,吉林吉林,132022)
同步定位與地圖構(gòu)建(SLAM)[1]技術(shù)自出現(xiàn)以來,始終是計(jì)算機(jī)視覺和機(jī)器人領(lǐng)域的重點(diǎn)研究內(nèi)容之一,國內(nèi)外高科技企業(yè)一直保持對其高度關(guān)注。SLAM 技術(shù)不僅能夠?qū)崿F(xiàn)地圖的構(gòu)建,還可以實(shí)時估計(jì)機(jī)器人的位置。視覺SLAM將相機(jī)作為主要傳感器,相機(jī)不僅可以提供相對豐富的環(huán)境信息,而且價格相對較低,移動機(jī)器人通過視覺傳感器在新環(huán)境中估計(jì)自身運(yùn)動軌跡,實(shí)現(xiàn)對周圍場景地圖的重建,目前已廣泛應(yīng)用于VR、AR、三維重建、自動駕駛等場景。
目前經(jīng)典VSLAM 算法有ORB-SLAM[2]、SVO[3]、LSDSLAM[4]、RTAB-MAP[5]等。ORB-SLAM 算法運(yùn)用特征點(diǎn)法,所有步驟均使用ORB 特征,支持單目相機(jī),魯棒性良好,結(jié)構(gòu)清晰及運(yùn)行復(fù)雜度較低,自提出以來一直是研究者們的重點(diǎn)關(guān)注對象。Mur-Artal 等人[6]在原有算法基礎(chǔ)上提出了ORB-SLAM2,該算法增加了雙目相機(jī)和深度相機(jī)模式,提高算法適用性,通過深度相機(jī)可以直接得到機(jī)器人與周圍環(huán)境的位置信息,減少初始化部分,提高算法精度以及準(zhǔn)確性,但ORB-SLAM2只能構(gòu)建稀疏的地圖,過于稀疏的點(diǎn)云地圖實(shí)用性較差,無法實(shí)現(xiàn)室內(nèi)導(dǎo)航等實(shí)用性功能。針對ORB-SLAM算法的不足,高翔[7]修改增加點(diǎn)云地圖線程,使ORBSLAM 能直接顯示地圖環(huán)境點(diǎn)云信息,但無法直接應(yīng)用于機(jī)器人導(dǎo)航,未添加地圖保存功能。稠密點(diǎn)云地圖包含地圖點(diǎn)數(shù)量多,信息含量豐富,包含地圖點(diǎn)的x、y、z、r、g、b 等信息,通過稠密點(diǎn)云地圖可以向其他地圖進(jìn)行轉(zhuǎn)化,從而實(shí)現(xiàn)目標(biāo)功能?!?br>