陳首彬

深圳大學(xué)建筑與城市規(guī)劃學(xué)院，廣東 深圳 518060

同時(shí)定位與制圖(simultaneous localization and mapping,SLAM)技術(shù)在機(jī)器人、自動(dòng)駕駛等領(lǐng)域應(yīng)用廣泛，開展多傳感器融合SLAM方面的研究具有重要意義。激光LiDAR和視覺兩種傳感器能夠優(yōu)勢(shì)互補(bǔ)，但目前已有的兩者融合SLAM方案中存在一些問題:①硬件平臺(tái)傳感器標(biāo)定精度不高，空間基準(zhǔn)不統(tǒng)一；②定位精度和實(shí)時(shí)處理效率之間的矛盾；③信息融合不充分，未充分發(fā)揮傳感器特性優(yōu)勢(shì)。因此，論文聚焦于激光LiDAR視覺融合的SLAM技術(shù)研究，充分發(fā)揮二者優(yōu)勢(shì)，重點(diǎn)解決若干關(guān)鍵問題，實(shí)現(xiàn)精確、實(shí)時(shí)、穩(wěn)健、普適的位置服務(wù)。主要研究工作如下。

(1) 在介紹幾何數(shù)學(xué)理論知識(shí)的基礎(chǔ)上，構(gòu)建“平臺(tái)-前端-中端-后端”的完整LiDAR/視覺SLAM核心技術(shù)架構(gòu)體系。首先，從傳感器硬件平臺(tái)數(shù)據(jù)角度出發(fā)，圍繞時(shí)空基準(zhǔn)統(tǒng)一，介紹了歐氏空間變換、傳感器模型、傳感器時(shí)間同步技術(shù)。其次，從基礎(chǔ)理論數(shù)學(xué)角度，圍繞非線性優(yōu)化主題，詳細(xì)描述了梯度下降法和最小二乘非線性優(yōu)化問題的求解方法。最后，構(gòu)建了包含傳感器標(biāo)定平臺(tái)端、LiDAR直接法里程計(jì)前端、局部特征調(diào)整中端、回環(huán)檢測(cè)圖優(yōu)化后端的完整SLAM核心技術(shù)架構(gòu)體系。

(2) 針對(duì)“硬件平臺(tái)傳感器標(biāo)定精度不高，空間基準(zhǔn)不統(tǒng)一”的問題，提出利用紅外影像的LiDAR/相機(jī)的高精度外標(biāo)定方法，使得標(biāo)定精度達(dá)到一個(gè)激光腳印點(diǎn)量級(jí)。首先，闡述了LiDAR視覺傳感器系統(tǒng)高精度外標(biāo)定的重要性，分析了傳統(tǒng)外標(biāo)定方法的不足，介紹了紅外攝影的基本概念和特點(diǎn)優(yōu)勢(shì)，論證了紅外影像用于LiDAR視覺傳感器標(biāo)定的可行性。其次，闡述了LiDAR視覺傳感器外標(biāo)定的基本概念和基本原理，提出利用紅外影像的外標(biāo)定方法，建立了高精度的外標(biāo)定模型，詳細(xì)介紹該方法的實(shí)施流程和技術(shù)細(xì)節(jié)。最后，利用試驗(yàn)數(shù)據(jù)從3個(gè)不同方面進(jìn)行全面的精度評(píng)定和分析，驗(yàn)證方法的精確性。

(3) 針對(duì)“定位精度和實(shí)時(shí)處理效率之間的矛盾”，提出基于加權(quán)NDT的LiDAR直接法里程計(jì)及其局部特征調(diào)整的方案。首先，在詳細(xì)介紹視覺里程計(jì)的特征點(diǎn)法和直接法的基礎(chǔ)上，歸納總結(jié)和引入提出了LiDAR里程計(jì)的特征點(diǎn)法和直接法概念，進(jìn)而闡述了直接法里程計(jì)及其局部特征調(diào)整DO-LFA的LiDAR SLAM前端(中端)架構(gòu)。其次，提出了基于加權(quán)NDT的LiDAR直接法里程計(jì)方法，在經(jīng)典NDT匹配中加入各體素的距離和表面特性權(quán)重，位姿參數(shù)求解基于李代數(shù)求導(dǎo)實(shí)現(xiàn)，確定了關(guān)鍵幀的選取策略，從而提高了里程計(jì)的精度，解決了定位精度和實(shí)時(shí)處理效率之間的矛盾。然后，詳細(xì)描述了LFA的特征點(diǎn)提取、特征點(diǎn)連接及運(yùn)動(dòng)位姿調(diào)整優(yōu)化的關(guān)鍵步驟，構(gòu)成了DO-LFA的完整技術(shù)方案。最后，通過KITTI公開數(shù)據(jù)集和WHU-Kylin背包數(shù)據(jù)的詳細(xì)試驗(yàn)，對(duì)論文方案的精度和效率進(jìn)行了評(píng)價(jià)和分析。

(4) 針對(duì)“信息融合不充分，未充分發(fā)揮傳感器特性優(yōu)勢(shì)”的問題，提出了基于視覺BOW相似性和點(diǎn)云重匹配的回環(huán)檢測(cè)技術(shù)，構(gòu)建了基于回環(huán)檢測(cè)和全局圖優(yōu)化的LiDAR/視覺SLAM的技術(shù)方案。首先，介紹了回環(huán)檢測(cè)的意義，在考慮基于幾何和基于外觀的方法基礎(chǔ)上，結(jié)合視覺BOW相似性和點(diǎn)云重匹配判斷，進(jìn)行回環(huán)檢測(cè)。然后，詳細(xì)闡述了全局位姿圖的構(gòu)建和優(yōu)化的理論，在DO-LFA的基礎(chǔ)上，全局位姿圖優(yōu)化進(jìn)一步提高關(guān)鍵幀定位精度和全局地圖一致性，實(shí)現(xiàn)了測(cè)量信息的充分融合。最后，兩個(gè)不同平臺(tái)的試驗(yàn)，從定位軌跡精度、地圖精度及一致性、Cartographer對(duì)比等多個(gè)角度，全面詳細(xì)分析和討論了算法的精確性和穩(wěn)健性。