工厂环境下改进的视觉SLAM算法

来源：机器人杂志2019年第1期北京时间：

作者：李月华, 朱世强, 于亦奇

摘要：针对工业场景对自动导引车（AGV）高定位精度的要求，提出一种改进的视觉同时定位与地图创建（VSLAM）算法.在算法前端，双目相机采集立体图像，通过双目匹配算法得到亚像素级的匹配点对，计算出这些特征点在相机坐标系中的3D信息.然后利用RansacPnP算法根据3D-2D匹配点对计算位姿变换，并以它为初值进一步最小化重投影误差，实现局部优化.基于匹配点对描述子的汉明距离提出一种不确定性模型，该模型为局部优化中的约束条件提供信息矩阵，提高定位精度.在算法的后端，通过竖直向上拍摄的单目相机检测可靠的人工信标闭环信息，进行全局位姿优化，并针对AGV的运动模型和工作场景，提出一种基于全局平面约束的优化方法，降低SLAM系统的误差.实验通过KITTI离线数据集对比了该算法前端双目里程计与ORB-SLAM2及libviso2算法里程计的定位精度，并在工厂环境中对整个算法进行实地测试来判断其实际精度和鲁棒性.实验结果表明该算法具有良好的综合性能，定位误差在10cm以内，定位频率达20Hz，能够满足工业现场要求.

关键词：同时定位与建图(SLAM), 视觉里程计, 自动导引车(AGV), 视觉SLAM, 平面约束