基于视觉和轮速计融合的巡逻机器人定位算法研究

作     者：朱道俊 

作者单位：中国科学技术大学 

学位级别：硕士

导师姓名：宋全军

授予年度：2021年

学科分类：08[工学] 080202[工学-机械电子工程] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：视觉SLAM 多传感器融合 机器人定位 巡逻机器人 非线性优化 扩展卡尔曼滤波 

摘      要：机器人定位技术是机器人学中一个经过广泛研究但仍然需要进一步提高的问题,其中巡逻机器人是一个日益普遍且重要的应用场景。经典的用于巡逻机器人的定位方法主要以全局传感器为主,需要在环境中固定位置部署辅助定位设备等,该类方法需要对辅助定位设备进行复杂精确的预先标定,并且只能局限于一定范围内工作,造成了巡逻机器人无法普遍应用。在国家重点研发计划“巡逻机器人关键技术研究（2017YFC0806504）课题、安徽省重点研发计划“具有警情自主判断和处置能力的重点区域室外全天候巡逻机器人关键技术与示范样机研发（201904d07020007）项目的支持下,为了实现巡逻机器人在室内外未知环境下的快速部署,本文使用视觉和轮速计两种局部传感器来进行定位,通过结合视觉和轮速计传感器的各自特点,本文提出了一种基于视觉和轮速计传感器信息融合的巡逻机器人定位导航系统,并对其中的定位技术进行研究,采用了基于Teach-And-Replay的框架,即分为建图和自主导航两个阶段,在建图阶段,控制引导机器人在巡逻路线上运动一圈,这个过程中本文提出了一种基于视觉和轮速计紧耦合SLAM算法进行环境的重构和巡逻轨迹的估计,在自主导航阶段,本文提出了一种基于先验视觉地图和轮速计的实时定位算法。本文所提算法不需要对巡逻环境进行修改,能够快速的进行任务部署。研究工作在推动巡逻机器人应用上具有一定的学术研究价值和潜在的应用前景。本文的主要研究和创新工作如下:（1）针对建图阶段的实时性和精度问题,本文采用了非线性滑动窗口状态估计优化结合回环检测和位姿图优化方法,提出了一种基于视觉和轮速计传感器信息紧耦合的SLAM系统。在该系统中,针对低频视觉信息和高频轮速计信息的融合问题,文中推导了轮速计预积分测量和误差传播过程。针对单目视觉无尺度初始化问题,文中提出了一种联合视觉和轮速计信息的快速精确系统初始化流程。通过仿真实验以及在代表性室内及室外环境的实际验证,本文所提算法在精度和效率上都得到了很大提高。（2）针对自主导航阶段基于先验视觉地图的实时定位问题,本文采用了扩展卡尔曼滤波融合方法,提出了一种基于先验视觉地图的重定位信息和轮速计信息的EKF融合系统。通过3个独立线程的设计,实现了基于轮速计局部推算的高频定位信息输出和基于EKF融合的低频位姿矫正。最后通过实验证明所提算法能够获得局部更加平滑且全局误差更低的定位信息输出。