《大範圍戶外非結構化環境下長時間視覺SLAM關鍵問題研究》是依託中國人民解放軍國防科技大學，由盧惠民擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：大範圍戶外非結構化環境下長時間視覺SLAM關鍵問題研究
- 項目類別：青年科學基金項目
- 項目負責人：盧惠民
- 依託單位：中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
在大範圍戶外非結構化環境中，長時間可靠的同步定位與建圖（SLAM）能力不足是制約移動機器人真正走向實際套用的瓶頸問題。本課題擬將全向視覺用於該環境下拓撲SLAM若干關鍵問題研究，提出應對長時間視覺SLAM所面臨若干挑戰的新方法。1、提取一種新的全景圖像視覺特徵—PSI視覺特徵環圖，充分利用全向視覺成像特性，兼具局部和全局視覺特徵的優點，滿足持久性、顯著性和豐富性要求；2、提出帶方位約束的拓撲地圖，增量式地構建拓撲結構準確、幾何尺度大致準確的環境拓撲地圖，與人類環境建圖方式相類似，適用於大範圍環境；3、引入認知科學、神經科學領域中關於情節記憶的最新成果，將建模情節記憶的時空神經網路模型套用於大範圍環境的機器人地點識別，提高存在視覺感知混淆情況下的閉環檢測準確率。本課題研究成果對提高移動機器人的長時間自主能力具有極為重要的意義，能為移動機器人早日實用於複雜環境奠定一定的理論基礎和提供技術支撐。
結題摘要
在大範圍戶外非結構化環境中，長時間可靠的同步定位與建圖（SLAM）能力不足是制約移動機器人真正走向實際套用的瓶頸問題。本項目針對該環境下長時間視覺SLAM若干關鍵問題開展了深入研究，包括全景圖像PSI視覺特徵提取、透視不變特徵變換（Perspective Invariant Feature Transform，簡稱PIFT）特徵提取、帶方位約束的拓撲地圖構建、生物學啟發的大範圍閉環檢測、帶主動閉環和重定位的單目視覺SLAM、基於多彩色-深度（RGB-D）相機的視覺SLAM、基於多相機視覺SLAM的無人機自主導航等。重要研究進展包括： 在視覺特徵提取研究中，提出了滿足持久性、顯著性和豐富性要求的全景圖像PSI視覺特徵、魯棒的透視不變特徵變換PIFT特徵提取方法； 在拓撲地圖構建研究中，提出了帶方位約束的拓撲地圖構建方法、基於格線細胞計算模型的仿生視覺里程計算法； 在大範圍閉環檢測研究中，提出了基於自組織時空神經網路的地點識別方法、曼哈頓世界城市環境中的視覺幾何自定位算法； 在大範圍長時間視覺SLAM算法研究中，提出了帶主動閉環和重定位的單目視覺SLAM、基於多彩色-深度（RGB-D）相機的視覺SLAM； 在視覺SLAM套用於小型旋翼無人機自主導航研究中，提出和實現了基於多相機視覺SLAM的無人機自主導航方案。 本項目研究成果在地面救援機器人和小型旋翼無人機自主導航上得到了成功的套用，對提高移動機器人的長時間自主能力具有重要意義。 在本項目支持/部分支持下，共出版學術專著2部、英文圖書章節1章，發表SCI收錄國際期刊論文4篇，EI收錄國際會議論文16篇。
