趙娜靖?楊自恒?王水青?劉群

摘要：在單目與IMU融合的眾多算法中，本文選擇了VINS-Mono算法實現(xiàn)移動物體在密閉空間下的自主定位，該算法是視覺與IMU融合中的經(jīng)典之作，其定位精度高，有相較于其他融合算法更加魯棒的初始化以及閉環(huán)檢測過程，且代碼開源，為驗證VINS-Mono及相關圖像采集處理過程部分的算法在嵌入式設備上的可行性，搭建嵌入式系統(tǒng)實現(xiàn)算法，對運動物體的自主運動、地圖構(gòu)建等方面進行可行性驗證實驗。測試VINS-Mono算法的可行性及在不同場景下算法應用的適用性。

關鍵詞：SLAM;定位技術(shù);自主導航;建圖

一、前言

近幾年，無人機自主導航、自動駕駛、移動機器人等領域蓬勃發(fā)展，智能移動物體的定位問題尤為重要，在基于GPS的定位技術(shù)不可用的環(huán)境下，SLAM（Simultaneous Localization and Mapping）技術(shù)的發(fā)展逐漸興起，其中文譯名為同步定位于地圖構(gòu)建。SLAM技術(shù)的提出是為了解決運動物體的定位與建圖問題，該問題可以具體描述為：在完全未知的環(huán)境中，運動物體通過自身配備的環(huán)境傳感器在緩慢移動的同時逐步構(gòu)建環(huán)境特征地圖，并根據(jù)地圖定位自身所在的位置，在此過程中通過傳感器觀測數(shù)據(jù)對地圖和定位結(jié)果不斷進行修正。現(xiàn)在的SLAM技術(shù)已經(jīng)在無人設備中廣泛使用。SLAM技術(shù)在沒有先驗信息的環(huán)境中，通過智能移動物體等主體攜帶的激光、相機等傳感器對周圍環(huán)境進行測量，在運動過程中同時實現(xiàn)對自身位置的定位（Localization）、以及對周圍環(huán)境的建圖（Mapping）。相比于激光SLAM方法，視覺SLAM因視覺傳感器成本低、體積小且易于其他傳感器融合等優(yōu)點被廣泛使用。隨著該定位技術(shù)的逐步發(fā)展，相應的對于其應用于嵌入式系統(tǒng)領域的研究也隨之而來。

二、SLAM技術(shù)發(fā)展現(xiàn)狀

目前，SLAM技術(shù)的分為視覺SLAM和激光SLAM兩大類，但是對于一些體積小，靈活性強的智能移動物體來說，比如無人機，搭載這種大體積的激光雷達是無法使用的（激光雷達的數(shù)據(jù)量大），而且相比于激光雷達來說，視覺SLAM應用場景更為廣泛，并且成本顯然也要低很多。但是純視覺傳感器對于無紋理的區(qū)域是沒有辦法工作的，即單目視覺SLAM系統(tǒng)無法恢復尺度的缺點限制了其在移動機器人、無人機等領域的應用。慣性測量單元（IMU）通過內(nèi)置的陀螺儀和加速度計可以測量角速度和加速度，進而推算相機的姿態(tài)，不過推算的姿態(tài)存在累計誤差。視覺傳感器和 IMU 存在很大的互補性，因此將二者測量信息進行融合的 VIO 也是一個研究熱點。近幾年來，將低成本、小體積的IMU應用與單目視覺系統(tǒng)成為研究的熱點，多傳感器融合算法逐漸發(fā)展。

香港科技大學的沈劭劼團隊于2017年提出了基于滑動窗口非線性優(yōu)化的位姿估計器（VINS-Mono ）。該系統(tǒng)可以在未知的環(huán)境下進行初始化，可以對相機和IMU的外參數(shù)進行在線標定，具備回環(huán)檢測和重定位模塊，是一套完整的SLAM系統(tǒng)。與其他方案不同VINS-Mono采用4自由度的位姿圖優(yōu)化和回環(huán)檢測。在IMU數(shù)據(jù)的處理上借鑒了Forster提出的IMU預積分的思想，這與OKVIS有著異曲同工之處。

三、VINS-Mono算法分析

VINS-Mono系統(tǒng)的輸入是一系列的IMU測量值和單目相機圖像幀，通過對IMU數(shù)據(jù)的預積分，視覺圖像特征的跟蹤實現(xiàn)在線初始化的過程，為后端非線性優(yōu)化提供良好的初值使其收斂;在后端構(gòu)建緊耦合代價函數(shù)，并多線程實現(xiàn)回環(huán)檢測、重定位以及全局位姿圖優(yōu)化模塊，使系統(tǒng)定位效果更加精確、魯棒。

VINS-Mono算法整體可劃分為四個部分包括數(shù)據(jù)預處理、初始化、局部BA聯(lián)合優(yōu)化和重定位、回環(huán)檢測以及全局位姿圖優(yōu)化。在數(shù)據(jù)預處理部分，相機圖像采集到的數(shù)據(jù)進行特征提取和跟蹤，IMU采集到的數(shù)據(jù)進行預積分，兩部分數(shù)據(jù)整合進行單純的視覺初始化以及視覺和慣性聯(lián)合初始化，數(shù)據(jù)在進行初始化之后送至后端基于滑動窗口的BA優(yōu)化模型中，最后進行整體的回環(huán)檢測以及對全局的位姿進行優(yōu)化。在樹莓派上搭建編譯環(huán)境，其中包括安裝ubuntu操作系統(tǒng)、ROS、OpenCV、矩陣運算庫、非線性優(yōu)化庫等，編譯成功后，在終端下運行功能包，成功在可視化軟件rviz中顯示了數(shù)據(jù)集中demo的運行軌跡。

四、結(jié)語

對于SLAM定位導航技術(shù)來說，搭建的平臺具有計算資源和搭載量有限性以及環(huán)境不確定性，這就要求實現(xiàn)SLAM的算法具有更高的計算效率和魯棒性。同時，如何通過算法改進以及硬件設計來節(jié)省硬件成本以滿足無人機體積小、重量輕的要求也是未來的一個研究方向。同時，在實際應用中很多理想條件往往無法滿足，所以一個完美的SLAM系統(tǒng)需要能夠處理各種各樣的復雜情況，才能很好地滿足實際定位導航的要求。

參考文獻：

[1]黃永新.基于復合點云幀改進的激光SLAM閉環(huán)檢測算法[J].自動化與儀表，2020，35（06）：42-47.

[2]衛(wèi)文樂，蘆利斌，金國棟，譚力寧，陳丹琪.基于單目SLAM的無人機視覺導航研究綜述[J/OL].飛航導彈：1-6[2020-07-16].https：//doi.org/10.16338/j.issn.1009-1319.20190289.

[3]Trujillo Juan-Carlos，Munguia Rodrigo，Urzua Sarquis，Guerra Edmundo，Grau Antoni. Monocular Visual SLAM Based on a Cooperative UAV-Target System.[J]. Pubmed，2020，20（12）.

[4]韓江云，虞媛媛，郭柴琪，于浩楠，藍春麟.基于視覺的自主巡邏機器人技術(shù)研究[J].科學技術(shù)創(chuàng)新，2020（14）：178-179.

[5]. Robotics; New Robotics Study Findings Have Been Reported by Investigators at Hong Kong University of Science and Technology （VINS-Mono： A Robust and Versatile Monocular Visual-Inertial State Estimator）[J]. Journal of Robotics & Machine Learning，2018.

[6]何康. 服務機器人即時定位與地圖構(gòu)建技術(shù)研究[D].江蘇科技大學，2018.

作者簡介：

趙娜靖（1997.），女，陜西咸陽人，哈爾濱市南崗區(qū)黑龍江大學， 電子與通信工程專業(yè)2019級，? 碩士研究生，? 研究方向：電子與通信工程? E-mail：zhaonajing97@163.com