陆文超,杨慧斌,闫 娟,亢程博
(上海工程技术大学机械与汽车工程学院,上海 201620)
自动引导小车(Automated Guided Vehicle,AGV)是组成现代生产物流的重要组成部分[1]。自主导航技术作为 AGV 核心技术之一,是 AGV 技术发展水平的最重要标志。视觉导航凭借能够在楼宇众多、城市信号阻塞等不利环境下实现自主导航,已成为时下SLAM自主定位的最优选择[2,3]。视觉里程计(VO)是SLAM至关重要的一环,通过相邻的两张图像来估计相机运动,连续的相机运动就规划出了AGV的运动轨迹,实现精确自主定位[4-6]。
单目视觉系统与深度相机定位系统、双目视觉系统相比,虽然定位精度较低但计算量较小,安装便捷[7]。VO作为视觉系统的输入,主要通过SIFT、SURF、ORB等特征点法提取特征因子。高云峰基于 Surf 算法的单目视觉里程计在一定程度上提高了定位精度,但存在实时性不足的问题[8]。王彭林研究的视觉里程计虽然具有实时性,但无法对定位过程进行优化,导致定位精度不高[9]。
视觉里程计是影响AGV整体运行的关键因素,针对以上相关研究成果存在的问题,提出基于改进ORB算法的单目视觉里程计技术研究方法,在保证ORB算法实时性的同时又增添SIFT算法的尺寸不变性,依据三种不同算法对特征点进行优化匹配,采用最小二乘法优化AGV位姿。通过实验验证,提出方法可以有效提高AGV定位精度,降低了AGV对高配置的依赖,增强视觉里程计的鲁棒性与实时性。
Rublee等人于2011年提出一种创新型检测与匹配特征点的方法—ORB算法[10]。……