林晓华,王茂森,戴劲松
( 南京理工大学 机械工程学院, 南京 210094)
随着人工智能技术的快速发展,使得小型无人机在军用和民用两个领域均表现出非常重要的应用价值,包括侦察、搜救、探测、追踪以及监控等[1-4]。为了达到无人机自主飞行控制的目的,需要完成两个前提任务,即定位与建图[5]。最早源于机器人领域,Smith和Cheeseman便提出了同时定位与建图(Simultaneous Localization and Mapping, SLAM)[6],其目的是当机器人在一个未知的环境中移动时能够做到实时重建环境的三维结构并同时估计自身的状态和位置信息。
现有的无人机定位方式多依赖于全球定位系统(Global Positioning System,GPS),倘若在GPS信号遮蔽严重的区域,这种方法便不再可靠甚至完全失效。但随着视觉技术的不断发展,基于视觉技术的定位方式愈发成为热门的研究方向。文献[7]第一个提出基于EKF的实时单目SLAM系统,成为V-SLAM研究的先驱,但实时运行时间较短且无法处理无人机的速度突变。文献[8]提出了一种基于特征点与直接法混合的半直接法,处理速度快,但缺少回环检测和后端优化部分,使得位姿估计累计误差较大。文献[9]中将直接法应用于半稠密建图的V-SLAM系统中,使得系统可以实时运行在大场景环境中,构建半稠密的地图,但对光线比较敏感。文献[10]提出一种融合IMU的单目SLAM系统,克服了单目SLAM的固有弊端,目前在多旋翼无人机平台上得到较多的运用。除此之外,由于视觉传感器具有重量轻、功耗低、小范围内定位精度高、硬件成本低廉、获取信息更为丰富等优点,使得越来越多的视觉同时定位与地图构建[11](Visual Simultaneous Localization and Mapping,V-SLAM)方案得到开发与应用。……