论文部分内容阅读
本文以自主开发一套能够适用于四旋翼无人机室内自主定位的视觉SLAM系统为目标,设计并编程实现了一种配置灵活、计算量小、性能稳定的四旋翼无人机室内定位系统。本文对部分已有主流开源视觉SLAM系统进行测试分析,归纳总结了这些典型系统实际应用于无人机存在的不足,针对存在的困难从两个方面进行算法改进。从达到实时处理效率的角度出发,结合基于特征点法和半直接法完成运动估计的理论基础,提出了基于半直接法的双目视觉SLAM系统的设计方法以及实现方案。从提高系统鲁棒性的角度出发,采用双目视觉传感器进行三维空间点位置估计,实现了可估计真实环境尺度的双目匹配算法。设计实验验证本系统的有效性。本文的主要工作内容可归纳如下:(1)建立了四旋翼飞行器的位姿模型、视觉系统的基本模型。首先,采用概率分布模型对SLAM系统进行数学描述,建立了系统相关模型,并定义了相关坐标系。然后,结合相机模型,重点分析了视觉SLAM系统的几何原理,为系统设计及算法改进奠定了基础。(2)给出了本课题的整体系统方案以及结构框架。结合前文对现有视觉SLAM系统实际应用于四旋翼无人机平台存在困难进行归纳总结,确定本课题的实际需求。依据运动估计方法,将主流的视觉SLAM系统分为基于滤波器、基于关键帧BA以及基于直接法三类视觉SLAM。然后,根据分类结果,对部分已有主流开源的视觉SLAM系统进行测试分析,从实时性以及鲁棒性两个角度分析,结合这些系统的优缺点,最终确定本课题的整体系统方案以及结构框架。(3)提出了基于半直接法的双目视觉SLAM系统。首先,针对基于特征点法的ORB-SLAM系统计算量大、在强烈旋转下鲁棒性差等缺点,以及基于直接法的SVO系统对采用前视摄像机进行运动估计鲁棒性差、无法估计真实环境尺度等缺点,对算法进行改进。其次,借鉴半直接法SVO系统的思想,采用半直接法完成双目特征匹配,在保持其高计算效率的同时,确定了空间三维点的精确位置,使其对无人机运动定位更加鲁棒,并编程实现。最后,通过相应的实验验证,充分证明了本系统在无人机平台上应用是可行的。