针对室内复杂环境下导航地图制备问题，提出一种采用图像传感器进行导航地图制备的方法。首先，基于VSLAM技术估计相机位姿，经后端优化后生成环境三维点云；其次，筛选出地面点云，基于随机采样一致性算法得到精确的地面平面方程；最后，投影机器人通行环境区域的点云至二维栅格地图，通过利用贝叶斯方法更新栅格占用状态后，实现室内导航地图的制备。实验结果表明，基于VSLAM制备的室内导航地图精度满足导航要求，且不同于传统激光地图构建方法，地图中包含环境的三维结构信息，在进行路径规划实验中，避免了规划的路径穿过低矮物体及悬空物体的错误。
自主导航 移动机器人 三维点云 栅格地图 随机采样一致性 贝叶斯方法 autonomous navigation mobile robot 3D point cloud grid map random sampling consensus Bayesian method
火箭军工程大学控制科学与工程系, 陕西 西安 710025
为了提升动态场景中视觉里程计的稳健性和精确度,提出一种基于运动物体检测的立体视觉里程计算法。首先,建立考虑相机位姿的场景流计算模型,用于表示物体的运动矢量。其次,提出构造虚拟地图点的方法,一方面结合场景流进行运动物体检测,另一方面使运动物体在图像中占比较大时仍有足够匹配点对用于位姿估计。最后,通过局部地图点及虚拟地图点与当前帧特征点的匹配结果,构建考虑虚拟点的非线性优化模型进行相机位姿估计,既保证静态地图点不与运动物体的特征点形成错误匹配,又避免因有效匹配点对过少而导致视觉里程计失效。数据集实验和实际场景在线实验结果表明,本文算法提升了视觉里程计在动态场景中的稳健性和精确度。
机器视觉 立体视觉里程计 动态场景 运动物体检测 场景流 虚拟地图点 光学学报
2017, 37(11): 1115001
