基于视觉惯性里程计与语义信息的无人机SLAM方法研究

• Published in: 计算机应用研究 Vol. 39; no. 3; pp. 826 - 840
• Main Authors: 陈国军, 陈巍, 郭铁铮, 王志明
• Format: Journal Article
• Language: Chinese
• Published: 南京工程学院 工业中心,南京211167%浙江省农作物收获装备技术重点实验室,浙江 金华321007 2022
• Subjects: 同步地图构建和定位;语义分割;视觉惯性里程计;无人机
• ISSN: 1001-3695
• DOI: 10.19734/j.issn.1001-3695.2021.08.0326

TP242.62; 室内环境中存在丰富的语义信息,可以使机器人更好地理解环境,提高机器人位姿估计的准确性.虽然语义信息在机器人同时定位与地图构建(SLAM)领域得到了深入研究和广泛应用,但是在环境准确感知、语义特征提取和语义信息利用等方面还存在着很多困难.针对上述难点,提出了一种基于视觉惯性里程计算法与语义信息相结合的新方法,该方法通过视觉惯性里程计来估计机器人的状态,通过校正估计,构建从语义检测中提取的几何表面的稀疏语义地图;通过将检测到的语义对象的几何信息与先前映射的语义信息相关联来解决视觉惯性里程计和惯性测量单元的累积误差问题.在室内环境中对装备RGB-D深度视觉和激光雷达的无人机进行验证实验,结果表明,该方法比视觉惯性里程计算法取得了更好的结果.应用结合语义信息和视觉惯性里程计的SLAM算法表现出很好的鲁棒性和准确性,该方法能提高无人机导航精度,实现无人机智能自主导航.