文献类型：期刊文章

作　　者：高成强[1] 张云洲[1,2] 王晓哲[1] 邓毅[1] 姜浩[1]

GAO Chengqiang;ZHANG Yunzhou;WANG Xiaozhe;DENG Yi;JIANG Hao(College of Information Science and Engineering,Northeastern University,Shenyang 110819,China;Faculty of Robot Science and Engineering,Northeastern University,Shenyang 110819,China)

机构地区：[1]东北大学信息科学与工程学院,辽宁沈阳110819 [2]东北大学机器人科学与工程学院,辽宁沈阳110819

出　　处：《机器人》

基　　金：国家自然科学基金(61471110,61733003);国家重点研发计划(2017YFC0805000/5005,2017YFB1301103);中央高校基本科研业务专项资金(N172608005);辽宁省自然科学基金(20180520040);辽宁省教育厅科技项目(L20150185)

年　　份：2019

卷　　号：41

期　　号：3

起止页码：372-383

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决室内动态环境下移动机器人的准确定位问题,提出了一种融合运动检测算法的半直接法RGB-D视觉SLAM(同时定位与地图创建)算法,它由运动检测、相机位姿估计、基于TSDF (truncated signed distance function)模型的稠密地图构建3个步骤组成.首先,通过最小化图像光度误差,利用稀疏图像对齐算法实现对相机位姿的初步估计.然后,使用视觉里程计的位姿估计对图像进行运动补偿,建立基于图像块实时更新的高斯模型,依据方差变化分割出图像中的运动物体,进而剔除投影在图像运动区域的局部地图点,通过最小化重投影误差对相机位姿进行进一步优化,提升相机位姿估计精度.最后,使用相机位姿和RGB-D相机图像信息构建TSDF稠密地图,利用图像运动检测结果和地图体素块的颜色变化,完成地图在动态环境下的实时更新.实验结果表明,在室内动态环境下,本文算法能够有效提高相机位姿估计精度,实现稠密地图的实时更新,在提升系统鲁棒性的同时也提升了环境重构的准确性.

关 键 词：动态环境 视觉SLAM(同时定位与地图创建)  半直接法  TSDF(truncated  SIGNED DISTANCE function)模型  稠密地图  

分 类 号：TP242]