無人車基于雙目視覺室外即時定位與地圖構建.pdf

1、近年來移動機器人技術得到了快速發(fā)展，尤其是無人駕駛車技術更是引起了國內外學者的關注。無人駕駛車要想完成自主導航、環(huán)境探索等任務，首先要具有并行進行自主定位和環(huán)境地圖構建的能力，這就是移動機器人領域一直備受關注的同時定位與地圖構建(Simultaneous Localization and Mapping，SLAM)問題。在面向大范圍室外環(huán)境的SLAM研究中，基于圖的方法是當前的研究熱點。圖中的節(jié)點對應無人車在不同時刻的位姿，圖中的邊代表

2、了不同位姿間的空間約束關系。本文針對基于圖的SLAM的前端構圖、閉環(huán)檢測及后端優(yōu)化三個環(huán)節(jié)展開系統(tǒng)研究。
　　為了給無人駕駛車提供連續(xù)位姿序列，研究中采用基于雙目視覺系統(tǒng)進行立體視覺圖像匹配，計算出無人車連續(xù)位姿間的旋轉平移關系，并以此為基礎完成優(yōu)化前的位姿拓撲地圖構建。無人駕駛車在行駛中需要進行在線閉環(huán)檢測以提供額外的空間約束，從而實現(xiàn)位姿拓撲地圖的優(yōu)化。本文采用了一種基于ORB圖像特征和BoW模型的閉環(huán)檢測算法，并利用時間連續(xù)

3、性約束和幾何一致性約束來避免錯誤的閉環(huán)匹配對，從而提升閉環(huán)匹配的正確率。位姿拓撲地圖的后端優(yōu)化采用了經典的高斯-牛頓優(yōu)化方法，并且在迭代過程中充分考慮了系統(tǒng)信息矩陣的稀疏性。利用稀疏的Cholesky分解對矩陣方程進行求解，提高了計算速率。最終實現(xiàn)了系統(tǒng)誤差的最小化，得到一幅校正的無人車位姿極大似然拓撲圖。
　　為了驗證本文研究方法的有效性，利用實驗室自主研發(fā)的Smart-Cruiser無人駕駛車平臺在校園環(huán)境進行了實驗。實驗結果