第2期 张毅，等：基于图优化的移动机器人视觉SLAM ·295· 表1不同算法位姿估计的均方根误差对比 tion for large-scale multi-session graph-based slam[C]//Pro- Table 1 Pose estimation comparison of different algorithms ceedings of 2014 IEEE/RSJ International Conference on In- about RMSE /m telligent Robots and Systems.Chicago,IL,USA:IEEE, 数据来源 ORB-SLAM RGBD-SLAM 本文方法 2014:2661-2666. FR1/room 0.056 0.087 0.051 [7]RUBLEE E,RABAUD V,KONOLIGE K,et al.ORB:an FR1/desk 0.014 0.026 0.016 efficient alternative to SIFT or SURF[C]//Proceedings of 2011 International conference on computer vision.Bar- FR1/floor 0.013 0.023 0.015 celona,Spain:IEEE,2011:2564-2571. FR1/xyz 0.004 0.018 0.009 8]梁明杰，闵华清，罗荣华.基于图优化的同时定位与地图 创建综述U.机器人，2013,35(4)：500-512 6结束语 LIANG Mingjie,MIN Huaqing,LUO Ronghua.Graph- based SLAM:a survey[J].Robot,2013,35(4):500-512. 在本文基于图优化的视觉SLAM算法前端框 [9]FADDEEV L D,RESHETIKHIN N Y,TAKHTAJAN L A. 架中，采用的ORB特征检测、RANSAC算法等方 Quantization of lie groups and lie algebras[Ml//KASHI- 法，较好地解决了帧间配准过程中匹配误差较大、 WARA M.KAWAI T.Algebraic analysis:papers dedic- 效率低下的问题。在三维地图生成部分，以图优化 ated to professor mikio Sato on the occasion of his sixtieth 后的位姿为基础，进行点云构建，并引人闭环检测 birthday.Boston,MA:Academic Press,2014:129-139 的机制，实现了对位姿与稠密化点云的双重优化。 [10]SHAWASH J,SELVIAH D R.Real-time nonlinear para- 实验验证了本文所提方法能够准确、迅速地重构出 meter estimation using the Levenberg-Marquardt al- 稠密化的三维环境模型，并能精确估计出移动机器 gorithm on field programmable gate arrays[J.IEEE trans- actions on industrial electronics,2013,60(1):170-176. 人的运动轨迹。下一步计划对系统进行两方面的改 [11]KUMMERLE R,GRISETTI G,STRASDAT H,et al.G2o: 进：)改进前端的帧间配准方法，考虑采用直接法 a general framework for graph optimization[C]//Proceed- 进行位姿跟踪，完成位姿估计；2)研究环境三维地 ings of 2011 IEEE International Conference on Robotics 图与语义信息的结合，实现更好的人机交互与导航。 and Automation.Shanghai,China:IEEE,2011:3607- 参考文献： 3613. [12]STURM J,MAGNENAT S,ENGELHARD N,et al.To- [1]ZHANG Zhengyou.Microsoft kinect sensor and its wards a benchmark for RGB-D SLAM evaluation[CV/RGB-D effect[J].IEEE multimedia,2012,19(2):4-10. Workshop on Advanced Reasoning with Depth Cameras at [2]ENDRES F,HESS J,STURM J,et al.3-D mapping with an Robotics:Science and Systems Conference.Los Angeles, RGB-D camera[J].IEEE transactions on robotics,2014, United States:RSS,2011:1-2 30(1):177-187. 作者简介： [3]MUR-ARTAL R,MONTIEL J MM,TARDOS J D.ORB- 张毅，男，1966年生，教授，博士 SLAM:a versatile and accurate monocular slam system[J]. 生导师，中国人工智能学会理事，国家 IEEE transactions on robotics,2015,31(5):1147-1163. 信息无障碍研发中心主任，主要研究 [4]RUSU R B,COUSINS S.3D is here:point cloud library 方向为智能系统与移动机器人、机器 (PCL)[C]//Proceedings of 2011 IEEE International Confer- 视觉与模式识别、多传感器信息融 合。主持完成国家级和省部基金项目 ence on Robotics and Automation.Shanghai,China:IEEE. 10余项，发表学术论文100余篇，被 2011:1-4. SCI、EI和ISTP收录30余篇次，出版著作5部，获国家发明 [S]HARTLEY R,ZISSERMAN A.计算机视觉中的多视图几 专利30余项。 何M).韦穗，杨尚骏，章权兵，等，译.合肥：安徽大学出版 社，2002：158-256 沙建松，男，1991年生，硕士研究 HARTLEY R,ZISSERMAN A.Multiple view geometry in 生，主要研究方向为机器人同时定位 与地图创建(SLAM)、基于语义信息的 computer vision[M].WEI Sui,YANG Shangjun,ZHANG 机器人三维视觉导航。 Quanbing,et al,Trans.Hefei:Anhui University Press,2002: 158-256. 6]LABBE M.MICHAUD F.Online global loop closure detec-表 1 不同算法位姿估计的均方根误差对比 Table 1 Pose estimation comparison of different algorithms about RMSE /m 数据来源 ORB-SLAM RGBD-SLAM 本文方法 FR1/room 0.056 0.087 0.051 FR1/desk 0.014 0.026 0.016 FR1/floor 0.013 0.023 0.015 FR1/xyz 0.004 0.018 0.009 6 结束语 在本文基于图优化的视觉 SLAM 算法前端框 架中，采用的 ORB 特征检测、RANSAC 算法等方 法，较好地解决了帧间配准过程中匹配误差较大、 效率低下的问题。在三维地图生成部分，以图优化 后的位姿为基础，进行点云构建，并引入闭环检测 的机制，实现了对位姿与稠密化点云的双重优化。 实验验证了本文所提方法能够准确、迅速地重构出 稠密化的三维环境模型，并能精确估计出移动机器 人的运动轨迹。下一步计划对系统进行两方面的改 进: 1) 改进前端的帧间配准方法，考虑采用直接法 进行位姿跟踪，完成位姿估计；2) 研究环境三维地 图与语义信息的结合，实现更好的人机交互与导航。 参考文献： ZHANG Zhengyou. Microsoft kinect sensor and its effect[J]. IEEE multimedia, 2012, 19(2): 4–10. [1] ENDRES F, HESS J, STURM J, et al. 3-D mapping with an RGB-D camera[J]. IEEE transactions on robotics, 2014, 30(1): 177–187. [2] MUR-ARTAL R, MONTIEL J M M, TARDÓS J D. ORB￾SLAM: a versatile and accurate monocular slam system[J]. IEEE transactions on robotics, 2015, 31(5): 1147–1163. [3] RUSU R B, COUSINS S. 3D is here: point cloud library (PCL)[C]//Proceedings of 2011 IEEE International Confer￾ence on Robotics and Automation. Shanghai, China: IEEE, 2011: 1–4. [4] HARTLEY R, ZISSERMAN A. 计算机视觉中的多视图几 何[M]. 韦穗, 杨尚骏, 章权兵, 等, 译. 合肥: 安徽大学出版 社, 2002: 158–256. HARTLEY R, ZISSERMAN A. Multiple view geometry in computer vision[M]. WEI Sui, YANG Shangjun, ZHANG Quanbing, et al, Trans. Hefei: Anhui University Press, 2002: 158–256. [5] [6] LABBÉ M, MICHAUD F. Online global loop closure detec￾tion for large-scale multi-session graph-based slam[C]//Pro￾ceedings of 2014 IEEE/RSJ International Conference on In￾telligent Robots and Systems. Chicago, IL, USA: IEEE, 2014: 2661–2666. RUBLEE E, RABAUD V, KONOLIGE K, et al. ORB: an efficient alternative to SIFT or SURF[C]//Proceedings of 2011 International conference on computer vision. Bar￾celona, Spain: IEEE, 2011: 2564–2571. [7] 梁明杰, 闵华清, 罗荣华. 基于图优化的同时定位与地图 创建综述[J]. 机器人, 2013, 35(4): 500–512. LIANG Mingjie, MIN Huaqing, LUO Ronghua. Graph￾based SLAM: a survey[J]. Robot, 2013, 35(4): 500–512. [8] FADDEEV L D, RESHETIKHIN N Y, TAKHTAJAN L A. Quantization of lie groups and lie algebras[M]//KASHI￾WARA M, KAWAI T. Algebraic analysis: papers dedic￾ated to professor mikio Sato on the occasion of his sixtieth birthday. Boston, MA: Academic Press, 2014: 129–139. [9] SHAWASH J, SELVIAH D R. Real-time nonlinear para￾meter estimation using the Levenberg–Marquardt al￾gorithm on field programmable gate arrays[J]. IEEE trans￾actions on industrial electronics, 2013, 60(1): 170–176. [10] KÜMMERLE R, GRISETTI G, STRASDAT H, et al. G2o: a general framework for graph optimization[C]//Proceed￾ings of 2011 IEEE International Conference on Robotics and Automation. Shanghai, China: IEEE, 2011: 3607– 3613. [11] STURM J, MAGNENAT S, ENGELHARD N, et al. To￾wards a benchmark for RGB-D SLAM evaluation[C]//RGB-D Workshop on Advanced Reasoning with Depth Cameras at Robotics: Science and Systems Conference. Los Angeles, United States: RSS, 2011: 1–2. [12] 作者简介： 张毅，男，1966 年生，教授，博士 生导师，中国人工智能学会理事，国家 信息无障碍研发中心主任，主要研究 方向为智能系统与移动机器人、机器 视觉与模式识别、多传感器信息融 合。主持完成国家级和省部基金项目 10 余项，发表学术论文 100 余篇，被 SCI、EI 和 ISTP 收录 30 余篇次，出版著作 5 部，获国家发明 专利 30 余项。 沙建松，男，1991 年生，硕士研究 生，主要研究方向为机器人同时定位 与地图创建 (SLAM)、基于语义信息的 机器人三维视觉导航。 第 2 期 张毅，等：基于图优化的移动机器人视觉 SLAM ·295·