粗匹配和局部尺度压缩搜索下的快速ICP-SLAM
2017-08-01张金艺梁滨唐笛恺姚维强鲍深
张金艺,梁滨,唐笛恺,姚维强,鲍深
(1.上海大学 通信与信息工程学院,上海 200010;2. 上海大学 微电子研究与开发中心,上海 200010)
粗匹配和局部尺度压缩搜索下的快速ICP-SLAM
张金艺1,2,梁滨1,唐笛恺1,姚维强2,鲍深2
(1.上海大学 通信与信息工程学院,上海 200010;2. 上海大学 微电子研究与开发中心,上海 200010)
ICP-SLAM在自主机器人和无人驾驶领域得到了极大的关注,但传统ICP-SLAM缺少当前帧和全局地图的相对位置关系,因此本文ICP算法必须经过大量的迭代之后才能达到收敛条件,这导致传统ICP-SLAM实时性很差。并且在每一次的迭代过程中,必须通过全局搜索才能完成匹配点搜索,这进一步降低了传统ICP-SLAM的实时性。为此,提出了一种快速ICP-SLAM方案。首先,通过MEMS磁力计和全局地标计算出初始位姿矩阵,通过该初始位姿矩阵实现当前帧和全局地图之间粗匹配,进而减少达到收敛条件的迭代次数。其次,在每次迭代过程中,将采用局部尺度压缩搜索完成匹配点搜索,从而减小ICP-SLAM的计算开销,提高ICP-SLAM实时性;同时,每次迭代完成之后,还将通过动态阈值缩小搜索范围,达到加快匹配点搜索的速度,进而提高ICP-SLAM实时性。实验结果表明,和传统ICP-SLAM相比,在理想室内静止场景下,快速ICP-SLAM的迭代次数最高减小了92.34%,ICP算法运行时间最高降低了98.86%。除此之外,ICP-SLAM的整体负载也被保持在可控范围内,ICP-SLAM的整体性能得到很大的提升。
ICP-SLAM;粗匹配;初始姿态矩阵;局部搜索;动态阈值;实时性;点云;迭代;
中文引用格式:张金艺,梁滨,唐笛恺,等. 粗匹配和局部尺度……
