基于超像素扩展无人机实时局部三维重建方法.pdfVIP

2017IEEE国际机器人与自动化会议（ICRA）新加坡，至6月3日

基于超像素扩展的无人机巡检实时局部三维重

建

LucasTeixeira和MargaritaChli视觉机器人

，理工学院，

——在推动诸如小型无人（UAVs）等具有挑

战性和前景的机器人平台实现自主导航的过程中，研究界一直

在积极开发能够在这些平台上实时运行的感知能力。尽管基于

视觉的技术一直是进展的，但在UAVs上实际应用仍

处于初级阶段。

受密集场景估计领域一些突破的启发，并借鉴计(a)累积场景地图：(b)使用的平台

算机视觉中的基本概念，本文提出了一种使用单个相机进行空中顶视图

导航的实时局部场景重建新流程。该方法旨在比传统的基于特征

的地图更密集的场景估计，同时具备在小型UAV上实时运

行的能力。所方法被证明能够实现前所未有的性能，及时

生成丰富的相机工作空间地图，足以支持避障和机器人与其直接

环境的实时交互。在基准数据集以及使用配备常规相机的UAV

拍摄的具有性的航上的评估表明，该方法在速度上有

显著提升，并且在局部重建的密度和准确性方面相对于现有技术

有明显优势。

本研究得到了国家科学（SNSF，协议号PP00P2157585）以及

—“地平线2020”计划资助协议编号644128（AEROWORKS）的支持。

I.引言

在过去十年中，我们了机器人技术领域一些令

人印象深刻的进步。处于前沿的是配备头的小

型无人（UAVs），它们已经证明，无需依赖

GPS即可实现基于视觉的无人机[2]位置控制，从而在从

到工业检测等多个领域了极大。但是，以

我们现在拥有的技术，是否能够实现无人机的自主导

航，例如用于绘制灾区地图呢？目前的技术水平仍

缺乏能够走出受控环境并在实际任务中执行的解

决方案，其中机器人感知能力是最大的。

随着同时定位与建图（SLAM）构成了机器人自主

导间感知的最基本层次，目前该领域文献在此方面

已达到一定的成熟度。特别是单目SLAM，次

增量式自我估计与地图构建演示——MonoSLAM

[3]以来，我们已经取得了长足进展。在认识到基于关键

帧的方法在性能与计算成本之间具有更优的权衡特性之

后[4],，研究群体

[5]。我们已经了此类系统在无人机上的应用，并与

(c)累积场景地图：侧视图惯性测量融合用于空中SLAM[2],；而，ORB‑SLAM

图1：使用从飞行中捕获的视觉和惯性数据（UAV在(b)中可[6]旨在利用新兴的二值特征描述子的强大能力。

见），(a)和(c)展示了所提出算法在短时间内累积生成的场

景深度估随着SLAM技术开始在机器人上成功实现，将机器

计示例。绿色叠加层对应于使用LeicaTotalStation激光人空间感知进一步推进一步的应用和新视野出现了。

仪捕获的场景数据——观察到的漂移反映了

随着机器人投入实际任务的前景变得越来越，我们逐

SLAM算法的姿态漂移。本图使用了[1]的公共数据

渐，传统的稀疏特征点SLAM地图导

集。