基于Kinect的改进移动机器人视觉SLAM

作     者：蔡军 陈科宇 张毅 CAI Jun;CHEN Keyu;ZHANG Yi

作者机构：重庆邮电大学重庆市信息无障碍与服务机器人工程技术研究中心重庆400065 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2018年第13卷第5期

页      面：734-740页

核心收录：

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金项目(61673079) 重庆市科学技术委员会资助项目(cstc2015jcyj BX0066) 

主　　题：移动机器人 Kinect 同时定位与地图构建 迭代最近点算法 关键帧 随机采样一致性 位姿估计 三维重建 

摘      要：针对传统ICP(iterative closest points,迭代最近点算法)存在易陷入局部最优、匹配误差大等问题,提出了一种新的欧氏距离和角度阈值双重限制方法,并在此基础上构建了基于Kinect的室内移动机器人RGB-D SLAM(simultaneous localization and mapping)系统。首先,使用Kinect获取室内环境的彩色信息和深度信息,通过图像特征提取与匹配,结合相机内参与像素点深度值,建立三维点云对应关系;然后,利用RANSAC(random sample consensus)算法剔除外点,完成点云的初匹配;采用改进的点云配准算法完成点云的精匹配;最后,在关键帧选取中引入权重,结合g2o(general graph optimization)算法对机器人位姿进行优化。实验证明该方法的有效性与可行性,提高了三维点云地图的精度,并估计出了机器人运行轨迹。