APP下载

激光雷达与深度相机融合的SLAM技术研究

2020-08-01张恒徐万红张禹

机械工程师 2020年7期
关键词:卡尔曼滤波融合环境

张恒, 徐万红, 张禹

(沈阳工业大学 机械工程学院,沈阳110870)

0 引 言

近年来,国内外对无人车技术的研究取得了极大的进展,在很多结构化环境或人员稀少的环境中均已开始投入使用。无人车的结构体系大体上可分为环境感知、定位导航、规划决策和车辆控制4个模块[1]。其中定位导航模块中的SLAM(Simultaneous Localization and Mapping,SLAM)技术采用边定位边建图的方法,即同时定位与建图,它是指搭载特定传感器的主体,在没有环境先验信息的条件下,在运动过程中建立环境地图,利用所创建的局部环境地图来估计自身的位姿[2]。

目前,按搭载传感器的方式分类主要可分为搭载激光雷达的激光SLAM和搭载相机的视觉SLAM[3]。在实际使用情况中,激光雷达和相机等单一的传感器都存在一定的局限性。激光雷达精度高,但多线激光雷达价格昂贵,极大地增加了产品成本;单线激光雷达的扫描范围仅为一个水平面,难以在复杂环境中单独使用;视觉SLAM在无纹理或光照弱的环境中效果较差。针对上述问题,本文提出了一种将单线激光雷达与视觉相机相融合的解决方案。通过将多个传感器采集的信息进行互补、丰富数据,能有效提高定位精度和建图的观测区域。

1 传感器介绍

本文中采用Hokuyo URG-04LX-UG01 2D激光雷达,如图1所示,具有精度高、分辨率高、工作不受光线影响等优点,其具体参数如表1所示。可用于机器人自主定位与导航、路径规划与避障等。

图1 2D 激光雷达

表1 2D激光雷达参数表

Kinect V1是微软公司于2010年6月推出的一款RGB-D视觉传感器,如图2所示,中间位置是可获取彩色信息的RGB 摄像头,左右两侧摄像头分别红外发射器与接收器,用来获取与彩色信息对应的深度信息。……

登录APP查看全文

猜你喜欢

卡尔曼滤波融合环境
村企党建联建融合共赢
长期锻炼创造体内抑癌环境
融合菜
一种用于自主学习的虚拟仿真环境
从创新出发,与高考数列相遇、融合
《融合》
孕期远离容易致畸的环境
环境
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
基于模糊卡尔曼滤波算法的动力电池SOC估计