.618 智能系统学报 第10卷 分，其中数据采集端（图3(b)所示）主要由Pio 配剔除，提高特征匹配的正确率，实验中完成粗匹配 neer3-DX机器人、Kinect和笔记本电脑组成，Kinect 所耗时间为0.00425s。 图像分辨率为640×480，最高帧频为30帧/s,水平 视场角为52°。数据处理端处理器为一台Intel双核 2.0GHz主频的PC机，运行Ubuntu12.04 Linux操 作系统。为保证较高的鲁棒性，实验中机器人移动 速度v为0.1m/s、转弯角速度w为0.52rad/s (30°/s)对每个关键帧完成特征点提取、误匹配剔除 (a)未经RANSAC算法匹配 和地图更新的时间约为300ms。 (b)经RANSAC算法匹配 图5粗匹配实验结果 Fig.5 The experimental results of coarse matching (a)实验场景 5.22三维环境重构效果对比 机器人以0.1m/s的线速度在室内环境下创建 地图，实验过程中最大迭代次数为50，阈值设定为 5cm,内点数量阈值N=13;台式机处理采集到的 图像帧，当特征点对少于50组时，将舍弃该帧数据， 不进行初始配准。 物体轮廓模糊， (b)实验装置 冗余点较多 图3实验装置与实验场景 Fig.3 Experimental apparatus and experimental scene 5.2真实环境下的三维视觉SLAM 5.2.1彩色点云生成与位姿估计 以室内真实环境（图3(a)所示）作为实验场 (a)传统方法重构结果 景，在对Kinect进行标定的基础上，由所得内外参 数以及对准校正后的像素点深度值将图像点转换为 彩色点云数据，如图4所示。 物体轮廓清晰 冗余点减少 (b)本文方法重构结果 图4环境三维彩色点云 图6室内环境三维重构结果 Fig.4 Environment 3D color point cloud Fig.6 3D reconstruction result of the indoor environment 在利用特征匹配算法获得相邻帧间对应关系的 图6(a)为采用文献[4]方法得到的三维环境重 基础上，利用RANSAC算法对点云进行粗匹配，粗 构结果，所构建的三维地图存在8冗余即8点较多 匹配结果如图5所示，由图可以看出，经过RANSAC 环境中物体轮廓模糊等问题。图6(b)为采用本文 算法进行粗匹配后能够将匹配过程中出现的错误匹 方法构建的三维环境重构结果，获得的三维地图较好分，其中数据采集端（ 图 ３ （ ｂ） 所示） 主要由 Ｐｉｏ⁃ ｎｅｅｒ３⁃ＤＸ 机器人、Ｋｉｎｅｃｔ 和笔记本电脑组成，Ｋｉｎｅｃｔ 图像分辨率为 ６４０×４８０，最高帧频为 ３０ 帧／ ｓ，水平 视场角为 ５２°。 数据处理端处理器为一台 Ｉｎｔｅｌ 双核 ２．０ ＧＨｚ 主频的 ＰＣ 机， 运行 Ｕｂｕｎｔｕ １２．０４ Ｌｉｎｕｘ 操 作系统。 为保证较高的鲁棒性，实验中机器人移动 速度 ｖ 为 ０． １ ｍ ／ ｓ、 转弯角速度 ｗ 为 ０． ５２ ｒａｄ ／ ｓ （３０°／ ｓ）对每个关键帧完成特征点提取、误匹配剔除 和地图更新的时间约为 ３００ ｍｓ。 （ａ） 实验场景 （ｂ） 实验装置 图 ３ 实验装置与实验场景 Ｆｉｇ． ３ Ｅｘｐｅｒｉｍｅｎｔａｌ ａｐｐａｒａｔｕｓ ａｎｄ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｃｅｎｅ ５．２ 真实环境下的三维视觉 ＳＬＡＭ ５．２．１ 彩色点云生成与位姿估计 以室内真实环境（图 ３ （ ａ） 所示） 作为实验场 景，在对 Ｋｉｎｅｃｔ 进行标定的基础上，由所得内外参 数以及对准校正后的像素点深度值将图像点转换为 彩色点云数据，如图 ４ 所示。 图 ４ 环境三维彩色点云 Ｆｉｇ． ４ Ｅｎｖｉｒｏｎｍｅｎｔ ３Ｄ ｃｏｌｏｒ ｐｏｉｎｔ ｃｌｏｕｄ 在利用特征匹配算法获得相邻帧间对应关系的 基础上，利用 ＲＡＮＳＡＣ 算法对点云进行粗匹配，粗 匹配结果如图 ５ 所示，由图可以看出，经过 ＲＡＮＳＡＣ 算法进行粗匹配后能够将匹配过程中出现的错误匹 配剔除，提高特征匹配的正确率，实验中完成粗匹配 所耗时间为 ０．００４ ２５ ｓ。 （ａ） 未经 ＲＡＮＳＡＣ 算法匹配 （ｂ） 经 ＲＡＮＳＡＣ 算法匹配 图 ５ 粗匹配实验结果 Ｆｉｇ． ５ Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｏｆ ｃｏａｒｓｅ ｍａｔｃｈｉｎｇ ５．２．２ 三维环境重构效果对比 机器人以 ０．１ ｍ ／ ｓ 的线速度在室内环境下创建 地图，实验过程中最大迭代次数为 ５０，阈值设定为 ５ ｃｍ，内点数量阈值 Ｎ ＝ １３； 台式机处理采集到的 图像帧，当特征点对少于 ５０ 组时，将舍弃该帧数据， 不进行初始配准。 （ａ） 传统方法重构结果 （ｂ） 本文方法重构结果 图 ６ 室内环境三维重构结果 Ｆｉｇ． ６ ３Ｄ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｒｅｓｕｌｔ ｏｆ ｔｈｅ ｉｎｄｏｏｒ ｅｎｖｉｒｏｎｍｅｎｔ 图 ６（ａ） 为采用文献［４］方法得到的三维环境重 构结果，所构建的三维地图存在 ８ 冗余即 ８ 点较多、 环境中物体轮廓模糊等问题。 图 ６（ｂ） 为采用本文 方法构建的三维环境重构结果，获得的三维地图较好 ·６１８· 智 能 系 统 学 报 第 １０ 卷