论文部分内容阅读
随着机器人技术的发展,搜救机器人在战后、灾后场景中的应用也更加广泛。使用搜救机器人执行搜救任务,可以最大程度避免二次灾害对搜救人员的伤害,且因搜救机器人可连续工作,对于提高搜救效率具有重要意义。对于搜救机器人而言,同步定位与地图构建(Simultaneously Localization and Mapping,SLAM)和面向目标点的路径规划技术能够有效提高其自主化程度,减少搜救人员的人为控制,使得搜救资源能够得到充分利用。而在灾后室内墙壁、桌椅坍塌的复杂场景中,如何进一步提高搜救机器人SLAM的实时性和定位与建图精度,继而进行面向目标的路径规划是现如今提高搜救机器人自主化程度的重要研究方向。本文通过对现有高效开源的ORB-SLAM2算法进行改进,形成了一套基于深度相机的RGBD SLAM算法,提高了特殊条件下SLAM的实时性和定位与建图精度,通过对现有路径规划算法的改进,使得得到的路径更加接近于真实、连续环境中的最短路径,提高了路径搜寻效率,结合本文提出的RGBD SLAM算法和路径规划算法来提高搜救机器人的搜救效率,取得了如下成果:(1)提出了一种新型关键帧选取方法。通过两两匹配当前帧与历史相邻的两个关键帧并对匹配后得到的特征匹配对数目进行比较,设计了一种重复场景检测方法,结合帧间运动时间方法对关键帧进行选取,剔除了建图过程中因相机重复运动而产生的冗余关键帧。使用TUM RGBD数据集和其自带评测工具对本文改进的关键帧选取算法和原算法进行实验比较,结果证明本文改进的关键帧选取方法相较于原算法减少了约20%的关键帧,SLAM系统的运行时间减少了约4.7%,得到的相机轨迹的均方根误差(Root Mean Square Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)分别减少了约7.2%和7.0%,能够有效提高SLAM的实时性和定位与建图精度,继而可以提高搜救机器人的搜救效率。(2)提出一种新型回环检测方法。充分利用图像的深度信息,对当前帧与回环候选帧的深度信息进行对比,设计了一种结合RGB信息和Depth信息的回环检测方法,剔除了因场景相似而产生的错误回环,避免了错误回环对SLAM定位与建图效果造成严重影响。为了对该新型回环检测方法的有效性进行验证,通过场景布置,自制了相似场景数据集,结合使用TUM RGBD数据集,利用EVO评测工具对该算法的性能进行测试。实验结果表明,本文改进的回环检测方法相较于原算法剔除了相似场景中产生的错误回环,在100%准确率下仍能有50%的召回率,提高了回环检测的性能。在fr1-room序列的轨迹误差中,RMSE减少了24.1%,最大误差减少了14%,提高了SLAM的定位与建图精度。(3)对SLAM建图模块进行了扩充。将SLAM建图产生的三维点云通过ROS中的话题发布,再使用rviz进行接收,在rviz中将三维点云地图实时转换生成Octomap和二维占据栅格地图,减少了搜救平台的内存消耗,同时为后续路径规划技术提供了地图先验信息。(4)完善了基于Lazy Theta*算法的路径规划方法。对现有静态路网中规划最短路径的直接搜索算法A*算法原理和不足进行了介绍,并对其改进算法Theta*和Lazy Theta*原理以及优缺点进行了分析,针对三者中最优的Lazy Theta*算法的不足之处,提出一种添加权重因子的改进Lazy Theta*算法,实验结果证明,本文改进后的Lazy Theta*算法相较于A*算法求得的路径距离减少了9.3%,路径搜索时间减少了49.4%,相较于原Lazy Theta*算法求得的路径距离减少了2.2%,路径搜索时间减少了8.4%,表明了本文改进后的路径规划方法减少了路径中不必要的拐点,求得的路径更优并且提高了路径搜索效率。同时,本文通过改进使得算法可以加载本地地图进行路径规划,为与本文SLAM建图模块融合使用奠定了基础。综上所述,本文开展了基于RGBD的室内搜救机器人SLAM和路径规划方法研究,针对灾后室内墙壁、桌椅坍塌造成的相似场景等问题,以契合搜救任务需求为目的,形成了在室内场景下切实可行的三维建图与路径规划一体系统。首先,设计了一种新型的关键帧选取方法,剔除了因相机重复运动产生的冗余关键帧,通过公开数据集验证了该方法能够提高SLAM的实时性和定位与建图精度。其次,设计了一种新型的回环检测方法,剔除了相似场景中错误回环对建图精度的影响,通过自制相似场景数据集和公开数据集验证了该算法能够剔除相似场景中的错误回环、提高SLAM定位与建图精度。接下来,对建图模块进行扩充,将三维点云地图实时转换为Octoamp和二维地图,节省系统内存消耗的同时为后续路径规划技术提供先验信息。然后,通过添加权重因子对Lazy Theta*算法进行改进,设计实验对比验证了改进算法减少了路径中不必要的拐点,求得的路径更优并且提高了路径搜索效率。最后,将上述算法与搜救平台进行结合,通过实地验证证明了本文算法的有效性。论文成果提高了搜救机器人SLAM实时性和定位与建图精度,同时使得面向目标的路径规划更加平滑,路径搜索效率更高,为提高搜救效率打下了基础。