基于RGBD相机的视觉里程计实现.docx

基于RGB-D相机的视觉里程计实现 仇翔王强俞立 浙江工业大学信息工程学院 摘要： 针对移动机器人在未知环境中的自身定位问题，提出了一种基于RGB-D相机的 移动机器人运动轨迹估计方法?首先，提取当前图像的ORB特征并与关键帧进行 特征匹配;然后，采用结合特征匹配质量和深度信息的PROSAC算法对帧间运动 进行迭代估计;最后，提取关键帧并利用g2o求解器进行局部优化，得到关键帧 位姿的最优估计，进而得到机器人的运动轨迹?实验结果表明：与RANSAC+1CP算 法相比，该方法能有效提高移动机器人的定位精度. 关键词： 视觉里程计;ORB; PROSAC;关键帧; 作者简介：仇翔(1980—),男，浙江湖州人，讲师，研究方向为先进控制理 论、机器人控制技术，E-mai.l:qiuxiang@zjut. edu. cn. 收稿日期:2017-02-22 基金：浙江省自然科学基金重点项目(LZ15F030003) Realization of visual odometry based on RGB-D camera QIU Xiang WANG Qiang YU Li College of Information Engineering, Zhejiang University of Technology; Abstract： Aiming at the problem of localization of mobile robot in unknown environment, a method to estimate the trajectory of robot based on RGB-D camera was proposed. Firstly, ORB (oriented FAST and rotated BRIEF) features were extracted in current frame and matched with key frame. Secondly, combined the qual ity of feature matching wi th depth inforniQtion, the PROSAC (Progressive sample conscnsus) algorithm was adopted to it era ti vely estima te int er frame motion. Fin ally, key f r ame was detected and g2 o (general graph optimization) solver was used to make local optimization to get the best pose estimation of key frame, and then the trajectory of robot was gained. The result shows that this method can effectively improve the positioning accuracy of mobile robot compared with RANSAC+1CP algorithm. Keyword： visual odometry; ORB; PROSAC; key frame; Received： 2017-02-22 视觉里程计(Visual odometry, VO) ［1］作为视觉SLAM⑵的前端，一直被广泛 的研究?它是通过搭载在移动机器人上的相机获取的一系列连续视觉信息来推算 出机器人的相对运动?和传统轮式里程计(Wheel odometry)相比，视觉里程计 不存在车轮打滑而造成的误差，适用于非平面运动环境和非轮式移动机器人固, 并見能够获取更多的环境信息来用于三维重建凹、伺服控制垃1和目标跟踪回 等，具有广泛的应用前景. 随着微软和华硕相继推出成本低廉且能够同时采集色彩和深度信息的相机 (RGB-D相机),利用该类型相机实现的V0得到广泛的应用?基于RGB-D相机的 V0研究方法一般分为两类:一类是基于稀疏特征点的方法，另一类是稠密方法. 基于稀疏特征点的方法是根据SIFT, SURF, ORB等特征点的匹配来建立帧间联系, Henry等口1利用随机采样-?致性(RANSAC)算法宜剔除误匹配并把计算得到 的相对位姿结果作为迭代最近点算法(Iterative closest point, ICP)⑼的 迭代初值，提高了帧间运动估计的精确度?但是由于由空间三维点组成的点云的 迭代计算的数据量大，需要较高的硬件成本.Dryanovski等［10］考虑了像素点 深度的不确定性并建立高斯混合模