论文部分内容阅读
目前在市面上能见到的移动扫地机器人中,大部分采用激光进行定位导航,但其产品效果、用户体验差。其定位导航效果差,具体表现为其时常和障碍物相撞,并且激光在遇到某些特定场景时是不能有效工作的,例如在遇见玻璃反射的时候。加之在某些环境中,诸如厨房、卫生间等地方是不希望扫地机器人进入的,原因在于,这类环境时常存在很多不希望扫地机器人接触的东西,如水,油等。因此需要扫地机器人能够识别出这些场景。本文采用视觉和IMU(Inertial Measurement Unit)结合的SLAM(Simultaneous Localization And Mapping)系统来解决上述问题。在SLAM发展的过程中,从最开始的激光定位方案,逐渐发展到近年来的视觉方案,再到多传感器融合的方案,SLAM系统的精度和鲁棒性在逐渐的增加。SLAM从基于滤波的方法发展到现在基于优化的方法,得益于硬件的发展和新的数学结构的发现。本文解决机器人在陌生环境中定位和建图的问题,采用视觉和IMU的紧融合方案进行定位,搭建了完整的SLAM系统并且深入的研究了系统的前端跟踪,后端优化,以及回环检测问题。系统为了考虑精度而丢弃了一些速度,决定采用图优化的方法,在系统的不同部分优化相机位姿或者地图点,得到精确的位姿和地图点。与传统的SLAM系统基对比,本文修改了和优化了包括前端深度的获取,前端跟踪策略的设计,以及IMU数据的预积分。最后通过实验跟传统系统进行比较。本文为了解决在传统的视觉SLAM中“低纹理”、“光照变化”、“运动模糊”的难题,提出在系统前端提取线特征和点特征的方案,并且对点特征和线特征使用不同的跟踪匹配策略,增加系统的精度和鲁棒性;在系统前端IMU处理部分,采取在旋转矩阵上进行梯形积分的方案保证积分速度和精度;在系统后端为了能够维持计算复杂度和精度,采取在局部地图优化时,固定局部地图大小,并且使用边缘化技术。