论文部分内容阅读
近几年来无人机(Unmanned Aerial Vehicle,UAV)及相关技术得到了飞速发展,也被广泛地应用于农业植保、电力巡线、应急救灾、军事侦察、摄影测量、三维建模之中。与此同时,三维地图技术也因数据获取越来越便捷,而逐渐成为一个研究热点。相较于二维地图,三维地图具有场景逼真、信息量大等优势,然而传统的三维地图重建其生产周期更长、成本更高、过程更繁琐。在自然灾害应急救援等应用中,人们对快速应急响应的需求十分迫切,此时就需要能够快速甚至实时地生成三维地图,而传统的方法并不能很好地解决这一问题。随着计算机视觉技术,尤其是基于视觉的同步定位与地图创建(Simultaneous Localization And Mapping,SLAM)这一技术的发展,为基于无人机平台的实时的三维地图重建提供了新的选择。基于视觉SLAM的三维地图重建,能够在对传感器依赖比较小的前提下,最大限度利用获取到的图像信息,在运动过程中实现定位与地图创建。然而在实际应用中,如何有效解决视觉SLAM计算复杂性和单个无人机资源有限性之间的矛盾,是视觉SLAM技术在基于无人机的快速应用中亟待解决的问题。本研究针对上述问题,在分析已有的视觉SLAM算法原理及实现基础上,在无人机与嵌入式计算硬件以实时计算及分布式计算框架的支持下,基于视觉SLAM与并行计算技术,研究稠密三维环境地图在嵌入式GPU平台上的快速重建技术。主要研究内容包括:(1)基于ROS(Robot Operating System)分布式计算框架,针对视觉SLAM在无人机平台上资源有限性与计算复杂性之间的矛盾,研究嵌入式环境下的计算资源分配、节点间通信、数据传输、可视化等关键技术,实现实时数据获取与处理、可视化监测设计并实现;(2)针对算法处理过程中存在的计算耗时长的问题,基于CUDA并行编程框架,设计并实现对应的并行算法,在嵌入式GPU平台上实现稠密三维地图快速重建;(3)基于视觉SLAM框架,设计单目视觉传感器下视觉里程计与三维地图重建方法,包括基于特征的位姿估计、闭环检测、位姿优化、基于无人机图像序列的三维地图重建等功能模块,实现基于无人机技术的快速三维地图重建系统原型。最后,对以上的研究内容进行了具体的测试分析,实验表明,本研究基于视觉SLAM的重建方法,取得了较好的三维地图重建结果;对稠密重建算法的并行化,取得了较好的加速效果,在嵌入式GPU平台能够实现快速的三维地图重建。