原創(chuàng) | 文 BFT機(jī)器人

01

摘要

移動(dòng)機(jī)器人所需的基本任務(wù)之一是其工作環(huán)境的自主和安全導(dǎo)航。但是，在許多情況下，環(huán)境模型或地圖不可用于執(zhí)行此任務(wù)。

事實(shí)上，導(dǎo)航需要對(duì)地圖的位置進(jìn)行永久估計(jì)，而這在未知環(huán)境中不可用。在這種情況下，機(jī)器人必須具有擴(kuò)展功能，以同時(shí)解決定位和映射問(wèn)題。這兩個(gè)問(wèn)題的同時(shí)解決被稱為SLAM(同時(shí)定位和映射)，是一個(gè)復(fù)雜的問(wèn)題，尚未被科學(xué)界完全解決。這是因?yàn)楸镜鼗枰粡埳形纯捎玫牡貓D，因?yàn)樗栽诮ㄔO(shè)中。

反過(guò)來(lái)，地圖的制作需要估計(jì)機(jī)器人的位置。這就是為什么SLAM被歸類為類似于雞和蛋問(wèn)題的原因。在機(jī)器人面對(duì)未知環(huán)境的情況下，首先要解決什么，定位還是映射?這個(gè)問(wèn)題的答案是機(jī)器人必須同時(shí)解決這兩個(gè)問(wèn)題。

本文介紹了一些最具代表性的開(kāi)源視覺(jué)SLAM(vSLAM)方法的研究，從分析它們的特征開(kāi)始，并提出了實(shí)驗(yàn)設(shè)計(jì)的標(biāo)準(zhǔn)選擇，可以對(duì)比它們的優(yōu)缺點(diǎn)?？紤]了解決vSLAM的兩種最具代表性的算法(RTAB-Map和ORB-SLAM2)。

實(shí)驗(yàn)使用為此目的設(shè)計(jì)的機(jī)器人系統(tǒng)進(jìn)行了驗(yàn)證，該系統(tǒng)與ROS(機(jī)器人操作系統(tǒng))完全兼容。

02

簡(jiǎn)介

機(jī)器人研究面臨的最大挑戰(zhàn)之一是在機(jī)器人系統(tǒng)中納入高級(jí)自主性，將自主性理解為系統(tǒng)在沒(méi)有人工千預(yù)的情況下執(zhí)行其過(guò)程和操作的能力。

導(dǎo)航可能是與移動(dòng)機(jī)器人自主概念最密切相關(guān)的問(wèn)題。確切地說(shuō)，將移動(dòng)機(jī)器人定義為自主實(shí)體的一些任務(wù)是其環(huán)境和路徑規(guī)劃的安全導(dǎo)航。

在機(jī)器人技術(shù)中，術(shù)語(yǔ)位置、姿勢(shì)和定位是指機(jī)器人相對(duì)于全球空間表示系統(tǒng)的坐標(biāo)和方向。定位和映射是一些機(jī)器人對(duì)環(huán)境建模的能力，是機(jī)器人技術(shù)中的兩個(gè)基本問(wèn)題，并且密切相關(guān)。

當(dāng)環(huán)境表示不可用時(shí)，必須由機(jī)器人自主構(gòu)建。這是一個(gè)不平凡的問(wèn)題;由于為了構(gòu)建環(huán)境模型，有必要相對(duì)于尚不可用的模型建立精確的位置。同樣，為了獲得對(duì)位置的良好估計(jì)，需要地圖。因此，當(dāng)機(jī)器人面對(duì)未知環(huán)境時(shí)，它將不得不同時(shí)解決兩個(gè)無(wú)法獨(dú)立解決的問(wèn)題:定位和映射。

本文討論了基于vSLAM方法的室內(nèi)環(huán)境同時(shí)定位和映射問(wèn)題，在受控條件下，可以突出顯示兩種最具代表性的方法的差異方面，即RTAB-Map(基于外觀的實(shí)時(shí)映射)和ORB-SLAM2(定向快和旋轉(zhuǎn)BRIEF同時(shí)定位和映射2)。RTAB-Map和ORB-SLAM2都是VSLAM(可視化SLAM)當(dāng)前技術(shù)水平的代表方法。但是前者生成密集地圖，而后者生成稀疏地圖。

同樣，估計(jì)機(jī)器人軌跡和環(huán)境的三維結(jié)構(gòu)。在作者的標(biāo)準(zhǔn)中，本文的貢獻(xiàn)如下:

(1)VSLAM萬(wàn)法的整體視圖，其中包含支持選擇最方便的機(jī)器人應(yīng)用程序開(kāi)發(fā)方法的概念和程序元素。?

(2)詳細(xì)討論了在趨向于重復(fù)性的受控條件下的簡(jiǎn)單實(shí)驗(yàn)設(shè)置，便于方法的比較。?

(3)在真實(shí)環(huán)境中提供了對(duì)從每個(gè)近似獲得的模型的完整解釋，其中包含各種提供復(fù)雜特征的對(duì)象。

03

材料和方法

近年來(lái)，機(jī)器人研究和機(jī)器人系統(tǒng)的發(fā)展經(jīng)歷了顯著增長(zhǎng)，這主要是由于新的建模、估計(jì)、優(yōu)化和控制方法的出現(xiàn)，以及計(jì)算、傳感、機(jī)電一體化和通信的進(jìn)步。這種情況有利于機(jī)器人在日常生活各個(gè)領(lǐng)域的新應(yīng)用的出現(xiàn)以及需要多功能和強(qiáng)大的工具來(lái)設(shè)計(jì)、模擬和開(kāi)發(fā)功能性機(jī)器人系統(tǒng)。

機(jī)器人現(xiàn)在被認(rèn)為是復(fù)雜的分布式系統(tǒng)，包括各種各樣的硬件和軟件組件，這就是為什么這項(xiàng)研究在實(shí)驗(yàn)機(jī)器人系統(tǒng)的設(shè)計(jì)和實(shí)施中結(jié)合了最高程度的模塊化，無(wú)論是在硬件和軟件層面。盡管模塊化設(shè)計(jì)帶來(lái)了額外的集成、通信和互操作性問(wèn)題，但這些問(wèn)題可以通過(guò)使用分布式機(jī)器人系統(tǒng)的中間軟件層或中間件來(lái)解決。

通常，最新一代的開(kāi)源中間件有助于與計(jì)算機(jī)視覺(jué)、點(diǎn)云處理、3D幾何和模擬器中廣泛使用的庫(kù)和包集成。它們極大地簡(jiǎn)化了具有嚴(yán)格安全性和魯棒性要求的算法的開(kāi)發(fā)、測(cè)試和調(diào)試，主要用于需要與人密切交互的應(yīng)用中，例如用于貨物交付的輔助和教育及物流機(jī)器人。

至于硬件，世界各地的幾家公司 (Clear-path Robotics，F(xiàn)etch Robotics，PAL機(jī)器人和HokuyoAutomatic)開(kāi)發(fā)和提供廣泛的機(jī)器人平臺(tái)和傳感，感知和驅(qū)動(dòng)系統(tǒng)用于研究，學(xué)習(xí)和開(kāi)發(fā)與不同中間件兼容的工業(yè)和商業(yè)應(yīng)用程序。在這項(xiàng)工作中進(jìn)行的實(shí)驗(yàn)中使用了以下四種工具：

3.1 機(jī)器人操作系統(tǒng)

中間件在學(xué)術(shù)和工業(yè)環(huán)境中被廣泛接受，事實(shí)上，它已將自己定位為機(jī)器人應(yīng)用程序開(kāi)發(fā)的標(biāo)準(zhǔn)[12-14]ROS是用于機(jī)器人應(yīng)用程序開(kāi)發(fā)的開(kāi)源中間件，為真實(shí)和模擬平臺(tái)提供分布式編程環(huán)境。它還提供硬件抽象、低級(jí)控制、進(jìn)程之間的消息專輸和軟件包管理[15]ROS的構(gòu)思考慮了以下標(biāo)準(zhǔn)(表1):

3.2 涼亭

模擬器與ROS中間件兼容。使用此工具對(duì)實(shí)施的遠(yuǎn)程操作算法進(jìn)行了初步測(cè)試該工具提供了一個(gè)3D模擬環(huán)境，需要具有良好圖形處理能力的計(jì)算機(jī)，如GPU(圖形處理單元).

3.3 海龜機(jī)器人

它是一個(gè)開(kāi)放的硬件平臺(tái)，用于研究、測(cè)試和開(kāi)發(fā)機(jī)器人技術(shù)中的方法、算法和應(yīng)用。它擁有必要的感知、控制和驅(qū)動(dòng)系統(tǒng)，可以從開(kāi)發(fā)支持 ROS的應(yīng)用程序開(kāi)始。進(jìn)行了一些低成本的修改，以提高平臺(tái)的處理和自主性。

3.4 處理和通信

計(jì)算機(jī)可用，這是我們稱之為工作站的高性能之一，用于通過(guò)GUI(圖形用戶界面)進(jìn)行系統(tǒng)監(jiān)督和執(zhí)行高計(jì)算成本過(guò)程。其他性能較低的設(shè)備，我們稱之為Robot-PC，被整合到移動(dòng)機(jī)器人中，以執(zhí)行計(jì)算成本較低的過(guò)程，主要是與turtlebot2機(jī)器人的本體感覺(jué)，外部感受和效應(yīng)器控制相關(guān)的過(guò)程。兩個(gè)設(shè)備的連接都是通過(guò)路由器執(zhí)行的。

所用硬件的特點(diǎn)如下(表2):

實(shí)驗(yàn)性移動(dòng)機(jī)器人原型被命名為RobSLAM。它是從TurtleBot2個(gè)人機(jī)器人開(kāi)發(fā)的，這是一個(gè)由ROS支持的開(kāi)源平臺(tái)該機(jī)器人集成了RGB-D外部傳感器，托盤和支架，可以合并新設(shè)備，并且作為主要組件，iClebo Kobuki移動(dòng)底座。它集成了本體感受傳感、低級(jí)處理和運(yùn)動(dòng)系統(tǒng)。

中間托盤從原始平臺(tái)上移除，以降低機(jī)器人的高度并保持其重心較低。提供四個(gè)直徑為13毫米，高51毫米的鋁制墊片，其長(zhǎng)度由20毫米高的丙烯酸圓柱體延長(zhǎng)。這些墊片用于將NUC迷你計(jì)算機(jī)(機(jī)器人PC)固定到上托盤的底部，為此提供了一個(gè)130x150毫米的矩形支撐底座及其固定螺釘。RobSLAM系統(tǒng)的硬件架構(gòu)如圖所示2.

由于其中一個(gè) Kobuki 底座連接器上可用的 19.1VDC @2A電壓不足為 NUC迷你電腦供電，因此設(shè)計(jì)了一個(gè)穩(wěn)壓電源系統(tǒng)，其中包括一個(gè) 12 V 電池 @5.5Ah、一個(gè)DC/DC轉(zhuǎn)換器(用于將電壓提升至19.0VDC)和一個(gè)固定結(jié)構(gòu)以防止電池移位。

該系統(tǒng)固定在機(jī)器人的底部托盤上，以免其重心移位。該設(shè)計(jì)為機(jī)器人PC提供了方便的電源，并在電池充滿電的條件下具有長(zhǎng)達(dá)三個(gè)半小時(shí)的能量自主性，并有足夠的時(shí)間推進(jìn)擬議的實(shí)驗(yàn)并收集數(shù)據(jù)進(jìn)行分析。數(shù)字3顯示了移動(dòng)機(jī)器人的最終外觀。

3.5 選擇VSLAM方法的標(biāo)準(zhǔn)

本節(jié)介紹了支持本研究的定性標(biāo)準(zhǔn)?？紤]了每種方法使用的傳感器和檢測(cè)器/描述符的類型以及環(huán)境模型類型。最后，介紹了相關(guān)的特定方面，例如2D和3D建模支持，模型尺寸，地圖重用，路徑檢測(cè)和全局優(yōu)化。

桌子3介紹了一些最流行的vSLAM 算法，這些算法根據(jù)它們支持的視覺(jué)傳感器類型和它們使用的檢測(cè)器/描述符類型進(jìn)行分類。MonoSLAM是第一個(gè)使用相機(jī)作為唯一傳感器的實(shí)時(shí)vSLAM算法。

在這種方法中，通過(guò)估計(jì)相機(jī)狀態(tài)、特征和相關(guān)不確定性來(lái)生成基于特征的稀疏概率圖。PTAM(并行跟蹤和映射)是一種單目算法，也用于增強(qiáng)現(xiàn)實(shí)。它通常不提供完整的地圖，而是生成包含環(huán)境中單個(gè)物理對(duì)象的小地圖。MonoSLAM和PTAM都是在過(guò)去十年中開(kāi)發(fā)的，現(xiàn)在被認(rèn)為有些過(guò)時(shí)了，這就是為什么它們被丟棄的原因。

下圖總結(jié)了基于從圖像序列中提取信息的方法和生成的地圖類型的分類。稀疏地圖會(huì)考慮小的像素子集，精確地考慮與檢測(cè)到的要素及其鄰域相關(guān)聯(lián)的像素子集。相比之下，密集地圖使用圖像中的大部分或全部像素。

用于密集映射的兩種最具代表性的vSLAM算法是DTAM(密集跟蹤和映射)和RTAB-Map(基于外觀的實(shí)時(shí)映射)，而RTAB-Map被歸類為間接方法，DTAM被認(rèn)為是直接方法。在間接方法中，首先從圖像中提取感興趣的特征，然后從中定位相機(jī)并構(gòu)建地圖。另方面，在直接方法中，考慮像素的強(qiáng)度而不考慮特征提取的初步階段。

04

實(shí)驗(yàn)

4.1 ORB-SLAM2手持實(shí)驗(yàn)

下圖顯示了ORB-SLAM2算法在其單目組件中的測(cè)試環(huán)境及其尺寸。它對(duì)應(yīng)于圖中辦公空間的隔間中的辦公桌5.相機(jī)在實(shí)驗(yàn)過(guò)程中采用的一些可能位置從起點(diǎn)到終點(diǎn)都標(biāo)明。

實(shí)驗(yàn)是通過(guò)一只手握住相機(jī)并沿著接近圖中橙色虛線指示的軌跡進(jìn)行的6.這種類型的SLAM實(shí)驗(yàn)在文獻(xiàn)中被稱為手持重建127281在路徑過(guò)程中，相機(jī)始終對(duì)準(zhǔn)桌子，相對(duì)于地板的高度約為 130厘米。不同的對(duì)象被放置在桌子上，為算法提供紋理以及檢測(cè)和跟蹤不同特征的可能性。設(shè)計(jì)了一條往返路徑，從圖最左側(cè)標(biāo)記為起點(diǎn)的點(diǎn)開(kāi)始6，前進(jìn)到標(biāo)記結(jié)束的點(diǎn)，最后返回起點(diǎn)。

下圖顯示了此實(shí)驗(yàn)的工作環(huán)境，其中包括桌面和放置在其上的不同對(duì)象，為算法提供紋理和各種功能。所考慮環(huán)境的SLAM實(shí)驗(yàn)的實(shí)驗(yàn)設(shè)置如圖所示。在這種情況下，不需要移動(dòng)平臺(tái)，因?yàn)閿z像機(jī)在場(chǎng)景中手動(dòng)移動(dòng)。

4.2 RTAB地圖手持實(shí)驗(yàn)

相同的“L”形桌面環(huán)境被認(rèn)為使用RTAB-Map進(jìn)行手持映射實(shí)驗(yàn)。在這種特殊情況下，使用了 Kinect傳感器，該傳感器同時(shí)提供深度和RGB圖像。下圖顯示了獲得的3D地圖之一，突出顯示了密集的點(diǎn)云，使模型具有逼真的外觀。姿勢(shì)圖如圖所示以及鏈接到傳感器的的初始和最終坐標(biāo)。

圖形節(jié)點(diǎn)存儲(chǔ)相機(jī)測(cè)程法，以及來(lái)自深度圖像、RGB圖像和SURF 特征的視覺(jué)信息，這些信息量化為增量視覺(jué)字典 (視覺(jué)詞)，由閉環(huán)檢測(cè)算法使用。該算法允許使用詞袋方法在當(dāng)前相機(jī)位置與已訪問(wèn)站點(diǎn)的先前位置之間建立匹配。

下圖顯示了通過(guò)RTAB-Map方法實(shí)現(xiàn)的視覺(jué)里程計(jì)和閉環(huán)檢測(cè)

4.3 RobSLAM系統(tǒng)的分散映射實(shí)驗(yàn)

下圖顯示了使用RobSLAM系統(tǒng)進(jìn)行的可視化SLAM映射實(shí)驗(yàn)的工作環(huán)境。圖中外殼的隔間H和被考慮過(guò)。設(shè)計(jì)路徑由三個(gè)部分組成，以綠色表示。第一部分為0.86m，相對(duì)于平行于隔間外邊緣的線的方向?yàn)?50°，第二部分在同一平行線上，相對(duì)于邊緣的距離為1.02 m，長(zhǎng)2.55m，最后是與第一部分對(duì)稱且長(zhǎng)度相同的第三部分。

05

實(shí)驗(yàn)結(jié)論

全球?qū)Ψ?wù)、物流、個(gè)人協(xié)助和伴侶機(jī)器人的需求不斷增長(zhǎng)，!以及提高其自主性水平的需求，使SLAM成為機(jī)器人領(lǐng)域的關(guān)鍵參與者。此外，其方法已擴(kuò)展到所有類型的車輛的自動(dòng)駕駛: 陸運(yùn)、空中和水上。

本文研究了構(gòu)成視覺(jué)SLAM當(dāng)前技術(shù)水平的一些算法。對(duì)兩種最具代表性的開(kāi)源算法進(jìn)行系統(tǒng)審查和比較，以求解SLAM導(dǎo)致選擇了ORB-SLAM2和RTAB-Map萬(wàn)法。

這兩種算法都用于手持映射實(shí)驗(yàn)，其中傳感器在要映射的環(huán)境中手動(dòng)移動(dòng)，這是辦公室的“L”辦公桌，為視覺(jué)里程計(jì)提供了方便的特征。

使用ORB-SLAM2算法進(jìn)行了額外的實(shí)驗(yàn)，該算法基于RobSLAM系統(tǒng)中攝像機(jī)的橫向排列及其在預(yù)定義軌跡上的遠(yuǎn)程操作

隔板和面板缺乏紋理導(dǎo)致視覺(jué)測(cè)程法的喪失，并在以前未觀察到的環(huán)境部分檢測(cè)到閉環(huán)。這兩種情況都導(dǎo)致了算法執(zhí)行失敗，最終通過(guò)在分區(qū)上堅(jiān)持一些不同方向的棋盤圖案并在場(chǎng)景中添加標(biāo)記豐富和紋理豐富的對(duì)象來(lái)解決。

這項(xiàng)工作的重點(diǎn)是研究未知環(huán)境或SLAM中的同時(shí)映射和定位問(wèn)題，特別是可用于二維環(huán)境建模的最先進(jìn)的開(kāi)源算法。此外，還設(shè)計(jì)和構(gòu)建了一個(gè)機(jī)器人系統(tǒng)(RobSLAM)，用于對(duì)所考慮的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。

該系統(tǒng)用途廣泛，足以支持機(jī)器人應(yīng)用的研究和開(kāi)發(fā)，提供良好的能源自主性以及處理和外部傳感的擴(kuò)展能力。RobSLAM利用了ROS提供的硬件和軟件抽象功能，ROS是機(jī)器人社區(qū)中增長(zhǎng)最快，最普遍的中間件之一。

論文原文：基于視覺(jué)SLAM方法的移動(dòng)機(jī)器人三維定位與映射分析 (hindawi.com)

更多精彩內(nèi)容請(qǐng)關(guān)注公眾號(hào)：BFT機(jī)器人

本文為原創(chuàng)文章，版權(quán)歸BFT機(jī)器人所有，如需轉(zhuǎn)載請(qǐng)與我們聯(lián)系。若您對(duì)該文章內(nèi)容有任何疑問(wèn)，請(qǐng)與我們聯(lián)系，將及時(shí)回應(yīng)。