[發明專利]一種基于改進圖優化SLAM的地空協同視覺導航方法及裝置

在審

• 申請號: 201910561547.1
• 申請日: 2019-06-26
• 公開（公告）號: CN110261877A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 王曉龍;劉海穎;馮建鑫;徐子牟;王景琪;陳捷
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01S19/42
• 分類號: G01S19/42;G01C21/16;G01S11/12;G06T7/70
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

本發明公開了一種基于改進圖優化SLAM的地空協同視覺導航方法及裝置，屬于導航技術領域，本發明使用傳感器結合動力結構分別構成空中和地面的智能體，在各個智能體中，搭載了本發明設計的改進圖優化地空協同視覺導航方法，該方法包含四個模塊：信號采集模塊用于采集位置信號和位置環境下的視覺信號；前端處理模塊用于對采集到的信息進行處理，將各種信號轉換為矩陣；后端處理模塊使用由前端提供的矩陣進行位子估計和狀態更新；改進圖優化算法模塊用于加快后端模塊計算速度，降低后端模塊的計算壓力，通過使用以上方法，對放置于未知環境下的多智能體系統進行定位導航系統的優化，提高導航系統的定位精度，加快定位速度，同時降低計算復雜度，本發明解決了現有技術中面對未知環境下定位精低，定位緩慢，誤差大以及計算負荷嚴重等問題。

技術領域

本發明屬于導航技術領域，具體涉及一種基于改進圖優化SLAM的地空協同視覺導航方法及裝置。

背景技術

視覺導航系統近年來成為導航研究中較為熱門的研究領域。從1986年即時定位與地圖構建(SLAM)提出以來，得到了迅猛的發展。而這一技術更多應用于如無人機，無人車等智能無人設備中。當移動機器人進入一個陌生環境中時，需要通過自身的傳感器對環境地圖進行構建，并同時確定自身在地圖中的位置。由于相機具有體積小，重量輕，價格便宜等優良特點，且攝像機可以獲得場景中二維信息，并通過相應算法得到位姿信息和運動狀態信息，使得SLAM有了長足的發展。

傳統的單目相機由于缺少深度無法提供足夠維度的信息以供解算，因此在精度方面導致效率不高；而雙目相機和深度相機雖然解決的數據維度的問題，但是也增加了硬件體積，使得在無人機等一些應用場景下無法發揮作用。因此，在單目相機的基礎上改進特征提取方法并優化算法才能夠在不增大設備的基礎上解決維度信息問題。經典的單目視覺SLAM算法采用基于點特征的卡爾曼濾波(EKF)實現定位與建圖，這一方法的主要思想是使用狀態向量存儲相機的位姿信息和地圖中特征點的三維坐標，用概率密度函數表示觀測的不確定性，通過對觀測模型的遞歸計算，最終獲得更新狀態向量的均值和方差，但是由于引進了EKF，對于SLAM算法計算的時間和空間復雜度帶來了不確定性和線性化問題，同時，使用點特征方法增大了矩陣的維度，也增加了計算的復雜度。

為了彌補EKF的線性化結果帶來的影響，先后出現了無跡卡爾曼濾波，粒子濾波等多種濾波方式。這些方法雖然解決了EKF的線性化問題，但是計算復雜度上依然沒有顯著地提升。目前，SLAM技術大多應用于單一無人設備中，在一些多設備協同的場景下，多個單一無人設備在同一場景中會重復多次處理相同的特征，這對于整個群體在計算資源上產生了浪費。對于群體智能設備(多智能體)而言，現階段研究更多停留在既定路線的規劃上，諸如蜂群，蟻群等研究在路徑規劃領域有極其顯著的效果，但在陌生環境下，路徑規劃系統難以發揮自身優勢，使得多智能體在處理這類場景時仍然存在系統效率低下，系統運行不穩定，導航精度低等問題。

發明內容

本發明提供了一種基于改進圖優化SLAM的地空協同視覺導航方法及裝置，通過引入圖優化的概率計算理論，在不拋棄EKF基本的計算框架下，圖優化能夠大大降低EKF預測過程中需要計算矩陣的維度，使得矩陣變得稀疏，解決了由于矩陣維度帶來的算法復雜度的問題，而且解決了現有技術中面對多智能體置于位置場景下導航效率低，系統運行不穩定等問題。

為實現以上目的，本發明采用以下技術方案：

一種基于改進圖優化SLAM的地空協同視覺導航裝置，包括：信號采集模塊，前端處理模塊，后端處理模塊，信息通訊模塊；所述信號采集模塊包括單目視覺傳感器；所述前端處理模塊包括信號處理系統與數傳；所述后端處理模塊包括數據計算系統；所述信息通訊模塊包括數傳模塊和圖傳模塊；所述信號采集模塊將視頻信號采集后，傳送給所述前端處理模塊進行前期處理，得到關鍵幀信息與特征點信息后，傳送給所述后端處理模塊，所述后端處理模塊對對應關鍵幀的特征點進行位姿解算和狀態估計，并將結果傳送給控制系統，各個模塊之間以及各個模塊與控制系統之間的聯系都依靠信息通訊模塊實現。