-
微信號:youuav
關(guān)注官方微信
m.youuav.com手機掃碼看新聞
-
- 添加收藏
- 關(guān)于我們
無人機整機
無人機配件
無人機服務(wù)
設(shè)備與工具在過去的幾十年里，移動機器人和自主系統(tǒng)已經(jīng)成為一個熱門的研究課題，帶來了重大的進步和創(chuàng)新。如今，移動機器人可以在包括軍事、醫(yī)療、太空和商業(yè)應(yīng)用在內(nèi)的各個領(lǐng)域自主執(zhí)行復(fù)雜的任務(wù)，可以在地面、海上和太空中運行。在未來幾年內(nèi)將一支機器人團隊部署到月球用于建設(shè)目的是行星和太空應(yīng)用的主要計劃之一。在這些應(yīng)用中，移動機器人平臺應(yīng)該執(zhí)行復(fù)雜的任務(wù)，包括在復(fù)雜的動態(tài)環(huán)境中導(dǎo)航. 如果機器人平臺被設(shè)計為在其環(huán)境中自主導(dǎo)航而無需任何人工干預(yù)，甚至在沒有全球?qū)Ш叫l(wèi)星系統(tǒng) (GNSS) 的情況下，它就需要自我定位。視覺里程計 (VO) 已用于沒有全球定位系統(tǒng) (GPS) 信號的空間應(yīng)用。由于低功率要求、可用性和高度物理緊湊性，視覺相機是最常用的傳感器，可用于空間應(yīng)用以執(zhí)行視覺導(dǎo)航。獨立于機器人平臺上安裝的傳感器，VO可以在單個平臺的基礎(chǔ)上實現(xiàn)，即每個機器人獨立執(zhí)行自定位，也可以協(xié)同實現(xiàn)，即每個機器人的自定位至少通過數(shù)據(jù)融合獲得兩個機器人。
提出了一種新算法來定位行星應(yīng)用中的機器人團隊。在所提出的協(xié)作 VO 算法中，兩個主要模塊在每個機器人上同時觸發(fā)，包括 VO 和環(huán)路閉合檢測 (LCD) 算法。前者使用穩(wěn)健的運動估計算法獲得機器人的位姿。后者將從立體相機獲得的機器人的當前視圖與共享的關(guān)鍵圖像進行比較，以檢測具有挑戰(zhàn)性的行星環(huán)境中的閉環(huán)。假設(shè)機器人配備立體相機作為主要觀察傳感器。所提出算法的總體方案如圖1所示。
圖1?所提出的合作VO算法的總體方案
特征跟蹤
在接收到立體圖像流后，檢測和匹配不同圖像的特征點對于相機跟蹤和映射任務(wù)都是必不可少的。為了獲得更穩(wěn)定的特征提取和跟蹤結(jié)果，將每張圖像劃分為桶，將特征點傳播到整張圖像中。
運動估計
特征跟蹤成功后，觸發(fā)運動估計以獲得兩幀之間的相對位姿。通過連接每個相對位姿估計，可以檢索機器人的完整軌跡。
閉環(huán)檢測 (LCD)
合作 VO 的主要挑戰(zhàn)問題之一是正確管理來自環(huán)境的感知信息。協(xié)同 VO 算法的性能高度依賴 LCD 機制，這需要正確識別先前觀察到的區(qū)域。
優(yōu)化
姿勢圖方法用于存儲 3D 姿勢表示的信息。位姿圖包含由邊緣連接的節(jié)點，邊緣約束定義節(jié)點之間的相對位姿和該測量的不確定性。
為了驗證所提出的方法并將結(jié)果與文獻中可用的現(xiàn)有方法進行比較，使用了行星模擬真實數(shù)據(jù)集。行星模擬數(shù)據(jù)集由圖 2所示的兩個移動機器人獲得。該數(shù)據(jù)集由摩洛哥Tafilalet地區(qū)三個不同行星模擬站點上的兩個移動機器人收集。
圖2?行星模擬真實數(shù)據(jù)集中的移動機器人
所選數(shù)據(jù)集中機器人的ground truth (GT) (Minnie in Merzouga, Trajectory 22, Replay 1) 1及其初始位置如圖3所示，機器人的運動方向如箭頭所示。
圖3從Erfoud數(shù)據(jù)集中選擇軌跡的地面實況和機器人的初始位置以及閉環(huán)區(qū)域
使用LCD算法檢測到的一些環(huán)路閉合和相應(yīng)的匹配圖像如圖4所示。
圖4 使用 LCD 算法的對應(yīng)圖像和匹配特征點（圖像：0013 vs 1974）
在圖5中研究了單一版本的VO算法的準確性，其中繪制了機器人的軌跡并與GT進行了比較。在該圖中，應(yīng)用所提出的CVO 算法獲得的軌跡也與GT進行了比較。
圖5?通過協(xié)作VO（CVO）和單個VO的機器人估計軌跡的比較
可以看出，單一版本的 VO 算法在機器人2在綠線所示的環(huán)境中運動過程中具有較高的漂移。由于機器人1在區(qū)域3檢測到機器人2觀察到的部分環(huán)境，因此在檢測到環(huán)間閉合后，機器人1的優(yōu)化過程將觸發(fā)?？梢钥闯?，通過利用所提出的方法，機器人1軌跡的準確性發(fā)生了顯著提高，如圖5中的深藍色所示。
通過將所提出的協(xié)同算法與成功的LCD結(jié)合使用，可以獲得有希望的結(jié)果。這項工作的未來方向包括但不限于研究通過代表性實驗數(shù)據(jù)集證實的所提出算法的有效性以及擴展到協(xié)作視覺 SLAM。
源自：2021 IEEE International Conference on Robotics and Automation (ICRA 2021)
2025-09-19 12:22
2025-09-18 11:24
2025-09-17 10:55
2025-09-16 09:27
2025-09-12 11:30
2025-09-11 10:41
2025-09-09 10:52
2025-09-04 21:58
2025-08-28 11:13
2025-08-27 14:14
