多视角几何Rao-Blackwellised SLAM算法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (7): 35-39.

多视角几何Rao-Blackwellised SLAM算法

弋英民，黄莹

西安理工大学自动化与信息工程学院，西安 710048

出版日期:2015-04-01 发布日期:2015-03-31

SLAM method with multiple vision geometric and Rao-Blackwellised particle filtering

YI Yingmin, HUANG Ying

Faculty of Automation and Information Engineering, Xi’an University of Technology, Xi’an 710048, China

Online:2015-04-01 Published:2015-03-31

摘要/Abstract

摘要： 低成本传感器、高精度定位是机器人同步定位与地图构建的热点研究问题。采用单视觉传感器来获取多个图像视觉信息，通过因式分解求解多幅图像的空间关系；利用多视角几何理论获得环境深度信息。机器人的同步定位与地图构建是通过对观测模型进行一阶泰勒近似，以及Rao-Blackwellised粒子滤波迭代进行的。在MT-R移动机器人研究平台进行实验，实验结果表明所提出的方法在定位精度指标优于经典的EKF-SLAM方法，并且只需要单个摄像头。

关键词: 多视角几何, 单目视觉, Rao-Blackwellised粒子滤波, SLAM算法

Abstract: Low price sensor and high precise localization is a hot research issue. In this paper, only single camera is used to catch multiple images. The relation between images is gotten by factorization method. From the multiple geometric calculating, the deep on the environments is gotten. The robot simultaneous localization and mapping is performed iteratively by the Rao-Blackwellisated filter. The observation model is approximated with first-order Taylor. The experiments are performed with MT-R robot plant. The results show that the localization precise of robot with only single camera is more than the classic method.

Key words: multiple vision geometric, single camera, Rao-Blackwellised particle filtering, SLAM algorithm

弋英民，黄莹. 多视角几何Rao-Blackwellised SLAM算法[J]. 计算机工程与应用, 2015, 51(7): 35-39.

YI Yingmin, HUANG Ying. SLAM method with multiple vision geometric and Rao-Blackwellised particle filtering[J]. Computer Engineering and Applications, 2015, 51(7): 35-39.

[1]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[2]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[3]	刘春，吴一珩. 双路融合的深度估计神经网络方法研究[J]. 计算机工程与应用, 2020, 56(20): 138-145.
[4]	熊航，杨任农，梁晓龙，侯岳奇，王维佳. 无人机单目视觉AOA三维定位方法[J]. 计算机工程与应用, 2020, 56(17): 210-216.
[5]	伍锡如，黄榆媛，王耀南. 改进ORB特征的机器人RGB-D SLAM算法[J]. 计算机工程与应用, 2020, 56(14): 35-44.
[6]	李宇杰，李煊鹏，张为公. 基于视觉的三维目标检测算法研究综述[J]. 计算机工程与应用, 2020, 56(1): 11-24.
[7]	郑争光1，任小洪1，2，程亚军1，常政威3. 未知环境下单目视觉移动机器人路径规划[J]. 计算机工程与应用, 2018, 54(3): 255-258.
[8]	刘俊利，王立锋，孔秀平. 煤岩界面识别和定位测量方法研究[J]. 计算机工程与应用, 2017, 53(8): 246-249.
[9]	李庆，郑力新，潘书万，张裕坤，谢一首. 使用单目视觉的移动机器人导航方法[J]. 计算机工程与应用, 2017, 53(4): 223-227.
[10]	薛俊韬，徐少朋，王烨. 基于计算机视觉的智能小车路径规划[J]. 计算机工程与应用, 2016, 52(7): 236-241.
[11]	夏文玲1，顾照鹏2，杨唐胜2. 实时三维重建算法的实现——基于Kinect与单目视觉SLAM的三维重建[J]. 计算机工程与应用, 2014, 50(24): 199-203.
[12]	孙博轩1，魏志光2，梁军2，肖琳3. 用于单目视觉的路径失真矫正系统设计与实现[J]. 计算机工程与应用, 2014, 50(14): 180-184.
[13]	张小苗¹,刘肖琳²,于起峰¹. 利用机场现有设施的机载单目视觉助降测量方法[J]. 计算机工程与应用, 2008, 44(4): 236-238.
[14]	沈志熙，黄席樾. 基于数据回归建模的单目视觉测距算法[J]. 计算机工程与应用, 2007, 43(24): 15-18.