APP下载

融合语义激光与地标信息的SLAM技术研究

2020-09-15何炜婷

计算机工程与应用 2020年18期
关键词:语义环境

杨 爽,曾 碧,何炜婷

广东工业大学 计算机学院,广州 510006

1 引言

重定位是指由于外界因素的影响,移动机器人会丢失其实际位置,需要重新定位以修正其错误位姿,依赖即时定位与地图构建(SLAM)技术中定位算法的自适应能力。目前在SLAM 的实际应用中包含多种定位算法。比如Hanten[1]和Wang 等人[2]提出的自适应蒙特卡罗定位算法,对传统基于粒子滤波原理的蒙特卡罗定位算法[3]耗时较长、应用环境单一等缺陷进行改进,提高了它们在定位过程中的自适应能力。但其对里程计(记录速度、位移等运动量的相关方法)信息依赖程度过高,观测灵敏度也不够。在变化频繁的动态环境中,碰到位置漂移,机器人定位被劫持这些意外情况时,该类算法的容错性并不高,定位仍存在问题。文献[4-5]则是针对SLAM中的扫描匹配过程进行了改进,不仅减少了观测匹配和位姿估计的时间,还降低了算法对环境特征的依赖,但由于其基础算法本身易受环境因素的影响,在特征稀少的动态场景中,重定位效果依然不好。

目前基于深度图像信息的视觉SLAM 方法发展迅速,见文献[6]。本文依赖地标物体准确的位置信息来进行重定位,而在视觉SLAM算法[7]的研究应用中,已经有很多学者提出了把地标作为参照物,用来修正机器人位姿的算法,如主流的ORB-SLAM[8]和LSD-SLAM[9]算法。除此之外,Frintrop等人在文献[10]中提出的位姿图优化算法,以及地标的自动识别与配准方法[11],都是在区域内人为使用(设定)少量的地标,丰富该区域的特征信息进行图优化,提高匹配对比的准确性,达到优化定位精度的目的。……

登录APP查看全文

猜你喜欢

语义环境
长期锻炼创造体内抑癌环境
一种用于自主学习的虚拟仿真环境
语言与语义
孕期远离容易致畸的环境
不能改变环境,那就改变心境
环境
孕期远离容易致畸的环境
“上”与“下”语义的不对称性及其认知阐释
认知范畴模糊与语义模糊
“深+N季”组配的认知语义分析