基于视觉SLAM的室内建图和路径规划研究.pdfVIP

基于视觉SLAM的室内建图和路径规划研究

摘要

近年来，移动机器人的地图构建与路径规划在工业生产、智能家居等领域得到了广

泛应用，逐渐成为了人们生产生活中的重要组成部分。同步定位与建图（Simultaneous

LocalizationandMapping，SLAM）是移动机器人感知的关键技术，机器人通过搭载相机

或激光雷达感知周围环境，对自身进行定位并构建出环境地图用于导航与路径规划。本

课题主要以室内场景下移动机器人的视觉导航为应用背景，使用RGB-D相机作为感知

系统的视觉传感器，解决视觉SLAM算法在动态环境中定位精度低、地图构建不完善以

及路径规划方面易路径冗余等问题。

提出一种基于目标检测的室内动态场景SLAM，对RGB-D相机传感器采集到的室

内数据集滤除动态信息，进而提高SLAM的定位精度。在ORB-SLAM2的跟踪线程中，

添加YOLOv4目标检测检测线程，对实验场景中的先验动态目标检测，然后采用LK光

流法滤除特征点中的动态特征点。最后根据得到的静态特征点使用PnP估计相机位姿，

进行移动机器人定位。实验结果表明，本文算法明显改善了传统ORB-SLAM2系统在室

内动态场景下定位不准确的问题。

提出一种室内三维稠密地图构建方法。首先，通过双边滤波对采集到的深度图像进

行预处理，对深度图进行滤波降噪。其次，传统的ORB-SLAM2系统构建的稀疏点云无

法为移动机器人提供地图信息，在局部建图线程中添加稠密点云建图线程，构建稠密点

云地图，最后，由于稠密点云占用空间内存较大，内含重复信息较多，因此构建更加灵

活的、压缩的八叉树地图，保留更多的有效信息，极大的减小了地图的存储空间，更好

的为后续路径规划做准备。

提出一种改进的蚁群算法实现移动机器人路径规划，蚁群算法是一种求解问题中最

佳路径的概率型算法。由于蚁群算法中所有参数不变，蚁群算法的结果过于依赖算法中

设定的信息素参数，对蚁群算法的参数和信息素的分配进行改进，通过在每一次迭代中

改变信息素挥发系数和信息素更新标准，尽可能的利用所有有意义的参数空间，进而有

效的提高移动机器人的路径规划效率。

关键词：移动机器人；视觉SLAM；动态目标检测；地图构建；路径规划；

1

基于视觉SLAM的室内建图和路径规划研究

Abstract

Inrecentyears,mapbuildingandpathplanningformobilerobotshavegainedwidespread

applicationinfieldssuchasindustrialproductionandsmarthomes,becominganintegralpart

ofmodernlife.SimultaneousLocalizationandMapping(SLAM)isacriticaltechnologythat

enablesmobilerobotstoperceivetheirenvironmentbyusingcamerasorlaserrangefinders,

accuratelylocatethemselves,andconstructanenvironmentmapfornavigationandpath

planning.Thisstudyspecificallyaimstoimprovethevisualnavigationofmobilerobotsin

indoorsettingsbyutilizingRGB-Dcamerasasthevisualsensorforperception.Itaddressesthe

challengesoflowpositioningaccuracyandincompletemapconstructionindynamic

e