动态环境下视觉惯性SLAM技术研究.pdf

动态环境下视觉惯性SLAM技术研究

摘要

移动机器人定位技术是当前机器人研究领域的热点问题，同步定位与建图技

术作为移动机器人研究领域的重要一环，目前得到了越来越多的重视。由于视觉

传感器其数据特征的丰富性，使得视觉SLAM技术得到了广泛的发展。但是视觉

SLAM技术大多数基于静态环境假设，导致视野内存在动态物体时会产生特征点

误匹配的现象，造成系统定位失败。同时，机器人载体搭载的视觉传感器运动旋

转过快也会导致视觉前端跟踪丢失，影响后续优化过程。基于此，本文的主要目

标为针对动态环境的视觉惯性SLAM技术研究，主要工作如下：

1.研究了SLAM系统的数学模型，包括三维空间下的刚体运动表述、针孔

相机模型、RGB-D相机模型、相机畸变模型、基于图优化的非线性优化方法理

论等内容，为后续研究奠定了基础。

2.对视觉SLAM算法ORB_SLAM2展开研究，针对该算法在动态场景下误差

较大的情况，提出了一种改进的视觉前端方法。该方法结合了基于深度学习的目

标检测算法以及多视图几何的方法，对前端图像帧引入先验语义信息以及对极几

何的判断方式对相机视野内移动的特征点进行检测与去除，提升了系统在动态环

境下的鲁棒性。最后通过在静态以及动态数据集上的实验验证了方法的有效性。

3．对融合视觉传感器与惯性器件的SLAM技术展开研究，对IMU测量模

型进行了分析，基于IMU高频工作特性推导了IMU预积分表达式。其次结合

RGBD相机与IMU，完成了视觉惯性SLAM系统初始化部分各参数的估计，并

根据视觉传感器及IMU误差方程完成系统整体优化函数构建。针对视觉传感器

以及IMU惯性器件彼此优势与缺点，提出了一种基于权重因子的优化函数改进

方式。最后完成了改进视觉惯性SLAM算法在数据集上的验证。

4.完成了视觉惯性系统的搭建，首先介绍了视觉惯性系统的组成以及对ROS

操作系统的介绍。其次完成了相机与IMU的标定，得到了系统整体的内参与外

参。最后在不同的场景条件下，完成了本文算法与经典视觉SLAM算法的对比

与验证，证实了系统的有效性与可靠性。

关键词：移动机器人定位；计算机视觉；动态环境；惯性导航

哈尔滨工程大学硕士学位论文

ABSTRACT

Mobilerobotpositioningtechnologyisahotissueinthefieldofrobotresearch.

Synchronouspositioningandmappingtechnology,asanimportantpartofmobilerobot

researchfield,hasreceivedmoreandmoreattention.Duetotherichnessofdata

featuresofvisualsensors,visualSLAMtechnologyhasbeenwidelydeveloped.

However,mostofthevisualSLAMtechnologiesarebasedontheassumptionofastatic

environment,whichleadstomis-matchingoffeaturepointswhentherearedynamic

objectsinthefieldofview,resultinginsystempositioningfailure.Atthesametime,if

thevisualsensormountedontherobotcarrierrotatestoofast,itwillalsocausetheloss

ofvisualfront-endtracking,whichwillaffectthesubsequentoptimization