王進(jìn)祺 高然 董瑞虎 常浩帛 陳熙文

摘要：針對(duì)在過(guò)往SLAM研究中使用激光雷達(dá)傳感器進(jìn)行實(shí)時(shí)定位與地圖構(gòu)建的各項(xiàng)缺點(diǎn)，如傳感器成本過(guò)高、缺少有效的回環(huán)檢測(cè)能力等問(wèn)題，提出了在Linux系統(tǒng)下搭建基于雙目相機(jī)的SLAM系統(tǒng)來(lái)改善這些問(wèn)題。研究采用的SLAM系統(tǒng)是ORB-SLAM系統(tǒng)，是一個(gè)它比較完整，不僅包含有視覺(jué)里程計(jì)、跟蹤特性，還具有回環(huán)檢測(cè)的功能。

關(guān)鍵詞：雙目相機(jī);ORB-SLAM2;實(shí)時(shí)定位

同步定位與地圖構(gòu)建在國(guó)外已經(jīng)有了三十多年的研究歷史，但國(guó)內(nèi)關(guān)于SLAM系統(tǒng)的文獻(xiàn)以及相關(guān)期刊雜志依然很少;并且SLAM的應(yīng)用是隨著時(shí)代的進(jìn)步，越來(lái)越需要的，比如無(wú)人駕駛的很多交通工具，無(wú)論是飛機(jī)、汽車(chē)亦或是無(wú)人機(jī)，還是家庭中所廣泛應(yīng)用的的掃地機(jī)器人、智能服務(wù)機(jī)器人等大多數(shù)都是基于SLAM系統(tǒng)的基礎(chǔ)上研究的?？梢允褂玫膫鞲衅饕灿性S多種，直至今日，激光雷達(dá)傳感器依然是在市面上應(yīng)用較為廣泛的傳感器，然而激光雷達(dá)傳感器的成本依然非常昂貴的，并且使用激光雷達(dá)也是非常復(fù)雜的，因此現(xiàn)在越來(lái)越多的人開(kāi)始研究用視覺(jué)傳感器來(lái)應(yīng)用在此領(lǐng)域中。而ORB-SLAM系統(tǒng)正好是通過(guò)雙目相機(jī)傳感器來(lái)進(jìn)行研究的一種關(guān)于SLAM的比較完善的系統(tǒng)，與激光雷達(dá)相比較而言，它不僅結(jié)構(gòu)較為簡(jiǎn)單，成本價(jià)格也較為低廉。

該系統(tǒng)的軟硬件包含：一臺(tái)運(yùn)行內(nèi)存約8GB的筆記本電腦、一個(gè)USB接口的雙目相機(jī)、ubuntu16.04及其以上版本的Linux系統(tǒng)和ROS Kenetic軟件平臺(tái)。在Linux系統(tǒng)中搭建ROS環(huán)境，在其創(chuàng)建的一個(gè)工作空間即src文件下安裝Pangolin、 OpenCV、Eigen3和ORB-SLAM2等四個(gè)數(shù)據(jù)庫(kù)。Pangolin被用作可視化以及用戶的界面，OpenCV是有著很多的開(kāi)源算法的一種圖像處理的算法庫(kù)，其安裝是為了后期對(duì)圖像進(jìn)行處理、Eigen3是各種矢量運(yùn)算和各種矩陣的數(shù)據(jù)庫(kù)。

該雙目相機(jī)的SLAM系統(tǒng)的原理分為五個(gè)模塊，五個(gè)模塊各有分工而又為下一模塊的進(jìn)行做好了鋪墊：

第一步：讀取視覺(jué)傳感器即雙目相機(jī)所掃描到的信息，主要讀取并預(yù)處理雙目相機(jī)的圖像信息。若在機(jī)器人上，會(huì)有其他信息如關(guān)于慣性傳感器、碼盤(pán)等信息被讀取。這是對(duì)雙目相機(jī)的數(shù)據(jù)的讀取。

第二步：通過(guò)視覺(jué)里程計(jì)估算毗鄰的圖像之間雙目相機(jī)的移動(dòng)和被掃描到的局部地圖的大致樣子等信息。這即是視覺(jué)里程計(jì)的工作。

第三步：在視覺(jué)里程計(jì)的后端進(jìn)行對(duì)視覺(jué)里程計(jì)測(cè)量到的雙目相機(jī)的位姿信息和經(jīng)過(guò)回環(huán)檢測(cè)的信息進(jìn)行一系列的非線性優(yōu)化，就會(huì)收到全局移動(dòng)的軌跡和大致地圖。

第四步：將通過(guò)回環(huán)檢測(cè)得到的相機(jī)的移動(dòng)軌跡反饋給視覺(jué)里程計(jì)的后端，再由視覺(jué)里程計(jì)的后端進(jìn)行處理。若在此處未能檢測(cè)到相應(yīng)的軌跡信息，則不會(huì)進(jìn)行信息的反饋，從而直接進(jìn)入第五步。

第五步：相應(yīng)的地圖將會(huì)被通過(guò)一系列讀取、預(yù)處理、并進(jìn)行優(yōu)化后，將其構(gòu)建出來(lái)。

其中設(shè)計(jì)非線性優(yōu)化和回環(huán)檢測(cè)兩個(gè)環(huán)節(jié)是為了解決視覺(jué)里程計(jì)工作時(shí)的漂移問(wèn)題，該系統(tǒng)的運(yùn)行原理圖如下圖1所示：

設(shè)計(jì)該系統(tǒng)時(shí)，大致分為四步，總體設(shè)計(jì)流程圖如圖2所示

搭建ROS平臺(tái)：首先更新Ubuntu系統(tǒng)的軟件列表，然后下載安裝git，其從Github上將項(xiàng)目克隆至本地，接著通過(guò)Cmake的安裝進(jìn)行程序的編譯，安裝與Ubuntu16.04對(duì)應(yīng)的軟件ROS Kenetic ，最后搭建ROS平臺(tái)，用于對(duì)ORB-SLAM2系統(tǒng)的在線實(shí)時(shí)運(yùn)行。

各種依賴(lài)項(xiàng)的安裝測(cè)試：ROS安裝成功后，創(chuàng)建一個(gè)工作空間，后續(xù)工作均在此工作空間內(nèi)完成，在剛剛建立好的工作空間下安裝各種依賴(lài)項(xiàng)，如Pangolin、 OpenCV、Eigen3和ORB-SLAM2四個(gè)數(shù)據(jù)庫(kù)，安裝ORB-SLAM2之前，還需要安裝一個(gè)索引圖像的C++數(shù)據(jù)庫(kù)DBoW2以及一個(gè)基于C++算法的框架g2o，它們的編譯與ORB-SLAM2統(tǒng)一編譯的，這里很重要的一點(diǎn)，每次在GitHub上克隆相應(yīng)項(xiàng)目后都會(huì)測(cè)試其是否被成功地安裝上去。

數(shù)據(jù)集單目例子的測(cè)試：接下來(lái)就是對(duì)該系統(tǒng)進(jìn)行測(cè)定，測(cè)試分單目的例子和ROS例子兩方面進(jìn)行，單目例子即首先在網(wǎng)上下載TUM數(shù)據(jù)集進(jìn)行測(cè)試，先下載TUM的數(shù)據(jù)集，解壓到本地以后，打開(kāi)終端，輸入相關(guān)命令，這時(shí)還需要將命令中帶有的數(shù)據(jù)集名稱(chēng)的類(lèi)型做相應(yīng)的修改，測(cè)試結(jié)果圖如圖3中a所示，

連接雙目相機(jī)后的實(shí)時(shí)測(cè)試：ROS例子即將雙目相機(jī)通過(guò)USB接口接入電腦，更改ORB-SLAM2訂閱的話題，即修改ORB-SLAM2項(xiàng)目的源代碼，使ORB-SLAM2訂閱的話題其與雙目相機(jī)usb_cam節(jié)點(diǎn)發(fā)出的話題相一致，然后打開(kāi)ROS核，啟動(dòng)雙目相機(jī)的節(jié)點(diǎn)，再運(yùn)行ORB-SLAM2，結(jié)果如圖3中的b所示。Map Viewer中紅色點(diǎn)表示的是追蹤捕捉到的特征點(diǎn)，藍(lán)色方框的軌跡是裝置移動(dòng)的路徑，Current Frank中掃描的綠色小方框是啟用雙目相機(jī)的節(jié)點(diǎn)后追蹤捕捉到的特征點(diǎn)。

本文介紹了關(guān)于雙目相機(jī)SLAM系統(tǒng)設(shè)計(jì)的基本組成、基本原理和該系統(tǒng)搭建的基本過(guò)程和實(shí)驗(yàn)結(jié)果。研究的目的是解決激光雷達(dá)傳感器價(jià)格較為昂貴的問(wèn)題，從而引進(jìn)了視覺(jué)傳感器即雙目相機(jī)的使用，基于ORB-SLAM2算法在Linux系統(tǒng)下搭建了此SLAM系統(tǒng)，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該系統(tǒng)的可實(shí)施性，該系統(tǒng)可以通過(guò)雙目相機(jī)實(shí)時(shí)采集到數(shù)據(jù)，然后將得到的圖像信息經(jīng)過(guò)一系列處理后傳遞給PC端。該系統(tǒng)說(shuō)明采用價(jià)格低廉的雙目相機(jī)被用來(lái)替代激光雷達(dá)傳感器的不足，且ORB-SLAM2系統(tǒng)的回環(huán)檢測(cè)是其特有的，回環(huán)檢測(cè)環(huán)節(jié)可以極大的減小建圖過(guò)程中所產(chǎn)生的誤差。該研究完成了該系統(tǒng)的設(shè)計(jì)進(jìn)而驗(yàn)證了系統(tǒng)的可行性。

參考文獻(xiàn)：

[1]沈燕芬，張小紅，朱鋒.ORB-SLAM2車(chē)載雙目視覺(jué)的自主導(dǎo)航性能評(píng)估[J].導(dǎo)航定位學(xué)報(bào)，2018，6（02）：29-35.

[2]陸建偉，王耀力.基于ORB-SLAM2的實(shí)時(shí)網(wǎng)格地圖構(gòu)建[J].計(jì)算機(jī)應(yīng)用研究，2019，36（10）：3124-3127+3131.

[3]侯榮波，魏武，黃婷，鄧超鋒.基于ORB-SLAM的室內(nèi)機(jī)器人定位和三維稠密地圖構(gòu)建[J].計(jì)算機(jī)應(yīng)用，2017，37（05）：1439-1444.