[發(fā)明專利]面向大規(guī)模SLAM的多傳感器融合與數(shù)據(jù)管理方法

有效

• 申請?zhí)枺?/td>: 201911021085.0
• 申請日: 2019-10-25
• 公開（公告）號: CN110726413B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計）人: 楊紹武;楊文婧;吳慧超;陳伯韜
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號: G01C21/28
• 分類號: G01C21/28
• 代理公司: 國防科技大學(xué)專利服務(wù)中心 43202
• 代理人: 王文惠

本發(fā)明公開了一種面向大規(guī)模SLAM的多傳感器融合與數(shù)據(jù)管理方法。目的是面向大規(guī)模環(huán)境下，提升SLAM的精度、魯棒性、數(shù)據(jù)存取效率。技術(shù)方案是：首先利用視覺、慣性測量單元、里程計等多種傳感器信息融合的方法，形成優(yōu)勢互補(bǔ)，增強(qiáng)SLAM框架中的線性圖優(yōu)化環(huán)節(jié)；并提出一種數(shù)據(jù)管理機(jī)制，其能實現(xiàn)高效的數(shù)據(jù)存取機(jī)以支撐SLAM系統(tǒng)的實時性；基于上述多傳感器信息融合策略與數(shù)據(jù)管理機(jī)制，采取集中式拓?fù)浼軜?gòu)，由n個機(jī)器人節(jié)點和一臺服務(wù)器構(gòu)成協(xié)同SLAM系統(tǒng)，有效應(yīng)對未知的大規(guī)模環(huán)境下探索任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及面向大規(guī)模SLAM(simultaneous localization and mapping，即時定位與地圖構(gòu)建)的多傳感器融合與數(shù)據(jù)管理方法，目的是面向大規(guī)模環(huán)境下，提升SLAM的精度、魯棒性、數(shù)據(jù)存取效率。基于上述多傳感器信息融合策略與數(shù)據(jù)管理機(jī)制，采取集中式拓?fù)浼軜?gòu)，由n個機(jī)器人節(jié)點和一臺服務(wù)器構(gòu)成協(xié)同SLAM系統(tǒng)，有效應(yīng)對未知的大規(guī)模環(huán)境下探索任務(wù)。

背景技術(shù)

近年來，自主定位正逐漸成為機(jī)器人領(lǐng)域的關(guān)鍵技術(shù)之一。機(jī)器人要在戶外獨立完成被指派的具體任務(wù)，自主定位是首先要解決的問題，而小范圍環(huán)境下的定位已不能滿足當(dāng)前越來越復(fù)雜的任務(wù)和場景。

面向大規(guī)模SLAM的應(yīng)用場景下，若僅使用慣性測量單元或里程計，系統(tǒng)運行時間越長，累計誤差就越大；而僅基于機(jī)器視覺又無法適應(yīng)光照不足或出現(xiàn)遮擋的情況，那么，融合多種傳感器的信息對于提高SLAM的精度和魯棒性有著十分重要的意義。

閉環(huán)檢測是視覺SLAM中必不可少的一個環(huán)節(jié)，用以消除機(jī)器人長時間運動過程中產(chǎn)生的累計誤差。但該環(huán)節(jié)嚴(yán)重依賴建圖過程中所使用的大量歷史數(shù)據(jù)，且目前已有的視覺SLAM系統(tǒng)均采取將這些建圖所需的關(guān)鍵幀數(shù)據(jù)存儲在內(nèi)存資源中的做法，并未提供對大規(guī)模環(huán)境有建圖需求的應(yīng)用場景的方案支撐，隨著建圖的規(guī)模增大，內(nèi)存資源將損耗殆盡。因此，為了降低SLAM運行過程中的大量內(nèi)存資源消耗，支撐SLAM閉環(huán)檢測模塊的實時性，提出一種高效的數(shù)據(jù)存儲存取機(jī)制成為當(dāng)前亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是提供一種面向大規(guī)模SLAM的多傳感器融合與數(shù)據(jù)管理的方法。

本發(fā)明的基本思路是：采取集中式拓?fù)浼軜?gòu)，主要由n個機(jī)器人節(jié)點和一臺服務(wù)器構(gòu)成，其中每個機(jī)器人都是相對獨立的客戶端，且獨立運行基于VINS-Mono改進(jìn)的SLAM框架，機(jī)器人與服務(wù)器之間進(jìn)行數(shù)據(jù)交互，先由機(jī)器人將自身獲取的關(guān)鍵幀數(shù)據(jù)發(fā)往服務(wù)器，再由服務(wù)器完成多機(jī)器人間的位姿圖融合與坐標(biāo)轉(zhuǎn)換操作，以此實現(xiàn)多機(jī)器人協(xié)同SLAM。

本發(fā)明的詳細(xì)技術(shù)方案如下：

第一步：每臺機(jī)器人獨立運行基于VINS-Mono改進(jìn)的SLAM框架；

其中，改進(jìn)的VINS-Mono具體步驟如下：

1.1測量處理前端，保留基于視覺的檢測跟蹤、IMU預(yù)積分，并新增里程計原始數(shù)據(jù)接收與緩存，增加三種傳感器信息的數(shù)據(jù)對齊處理；

1.1.1接收圖像，提取Harris角點，利用金字塔光流跟蹤相鄰幀，通過RANSAC去除異常點，進(jìn)一步計算得到相機(jī)歸一化平面下的特征點云，然后緩存特征點云數(shù)據(jù)；

1.1.2接收緩存IMU的數(shù)據(jù)，并進(jìn)行預(yù)積分；

1.1.3接收緩存里程計數(shù)據(jù)；

1.1.4完成特征點云、IMU、里程計的數(shù)據(jù)對齊，保證相鄰的特征點數(shù)據(jù)幀之間有完整的IMU數(shù)據(jù)，且每幀特征點數(shù)據(jù)幀能對應(yīng)一條時間戳臨近的里程計的數(shù)據(jù)，兩者時間戳之差的絕對值不超過預(yù)先設(shè)定的閾值detal_t；

1.2非線性圖優(yōu)化，保留原有的視覺信息、IMU預(yù)積分信息，并新增里程計信息，通過三種信息聯(lián)合優(yōu)化求解滑窗內(nèi)的狀態(tài)；