第4期 张毅，等：室内环境下移动机器人三维视觉SLAM .619. 的解决了上述问题，物体轮廓清晰，冗余点减少。 [3]HERRERA C D,KANNALA J,HEIKKILA J.Joint depth 5.2.3机器人运动轨迹跟踪 and color camera calibration with distortion correction[J]. 为了获得相机位姿的变化，本文采用最小二乘 IEEE Transactions on Pattern Analysis and Machine Intelli- gence,2012,34(10):2058-2064. 逼近的方法对机器人相邻位姿进行估计，借助g0 [4]杨扬，曹其新，朱笑笑.面向机器人手眼协调抓取的3维 优化方法对估计位姿进行优化。为了使运动轨迹更 建模方法[J].机器人，2013,35(2)：151-155. 为直观，实验给出了机器人运动轨迹在X/Y平面上 YANG Yang,CAO Qixin,ZHU Xiaoxiao.A 3D modeling 的投影如图7(a)所示，以及机器人在三维空间中的 method for robot's hand-eye coordinated grasping[J].Ro- 运动轨迹如图7(b)所示。可以看出本文方法能较 bot,2013,35(2):151-155. 好的实现机器人的运动轨迹跟踪。 [5]HENRY P,KRAININ M,HERBST E,et al.RGB-D map- ping:Using Kinect-style depth cameras for dense 3D model- ing of indoor environments[J].International Journal of Ro- 2 botics Research,2012,31(5):647-663. 里程计记录的机 [6]HARRIS C,STEPHENS M.A combined corner and edge de- 器人运动轨迹 tector[C]//Proc.Alvey Vis.Conf.,1988:147-151. [7]LOWE D G.Object recognition from local scale-invariant features [C]//International Conference on Computer Vi- sion.Kerkyra,Corfu,Greece,1999:1150-1157. 预测的运动 [8]BAY H,ESS A,TUYTELAARS T,et al.Speeded-up ro- 轨迹 bust features (SURF)[J].Comput.Vis.Image Understand- 3 ing,2008,110:346-359. x/m [9]KUMMERLE R,GRISETTI G,STRASDAT H,et al.G2o: A general framework for graph optimization [C]//IEEE In- (a)运动轨迹在X/Y平面上的投影 ternational Conference on Robotics and Automation.Piscat- away:EEE,2011:3607-3613. 系统跟踪的机 [10]JAN S,MICHAL J,TOMAS P.3D with Kinect [C]// 器人运动轨迹 2011 IEEE International Conference on Computer Vision Workshops.Barcelona:Institute of Electrical and Electron- ics Engineers Inc,2011:1154-1160. [11]TYKKALA T,AUDRAS C.Comport A I.Direct iterative closest point for real-time visual odometry C]//ICCV Workshops.IEEE,Barcelona,Spain,2011:2050-2056. 作者简介： 张毅，男，1966年生，教授，博士生 (b)轨迹跟踪结果 导师，中国人工智能学会理事，国家信 图7机器人运动轨迹跟踪 息无障碍研发中心主任，主要研究方向 Fig.7 Robot trajectory tracking 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 6结束语 成国家级和省部基金项目10余项，发 表学术论文160余篇，SCI、EI收录80 本文提出的分层式点云配准策略，较好地解决 余篇，获国家发明专利10余项。 了点云配准过程中匹配误差较大、效率低下的问题。 陈起，男，1991年生，硕士，主要研 在三维地图生成部分，引入了基于体积空间的多帧 究方向为机器人同时定位与地图创建 融合方法来减少冗余点。实验结果表明本文所提方 (SLAM)、机器人三维视觉导航。 法的有效性。下一步计划对系统进行两方面的改 进：1)对创建的环境三维地图的全局优化。2)研究 采用并行技术，进一步提高系统执行效率，缩短系统 的运行时间，使系统具有更好的实时性。 罗元，女，1972年生，教授，博士，美 参考文献： 国OSA,SPIE、中国仪器仪表学会、中国 光学学会高级会员，主要研究方向为人 [1]RYDE J,HU H S.3D mapping with multi-resolution occu- 机交互、基于图像视频处理的人机交 pied voxel lists [J].Autonomous Robots,2010,28(2): 互、基于图像视频处理的测试。主持和 169-185. 参与国家、省部基金项目10余项，发表 [2]KOPPILA H S,ANAND A.Semantic labeling of 3D point 学术论文100余篇，被SCI、EI收录40余篇，获国家发明专 clouds for indoor scenes[C]//25th Annual Conference on 利6项。 Neural Information Processing Systems.New York,USA: [责任编辑：陈峰] Curran Associates Inc.,2011.的解决了上述问题，物体轮廓清晰，冗余点减少。 ５．２．３ 机器人运动轨迹跟踪 为了获得相机位姿的变化，本文采用最小二乘 逼近的方法对机器人相邻位姿进行估计，借助 ｇ ２ ０ 优化方法对估计位姿进行优化。 为了使运动轨迹更 为直观，实验给出了机器人运动轨迹在 Ｘ ／ Ｙ 平面上 的投影如图 ７（ａ）所示，以及机器人在三维空间中的 运动轨迹如图 ７（ ｂ）所示。 可以看出本文方法能较 好的实现机器人的运动轨迹跟踪。 （ａ） 运动轨迹在 Ｘ／ Ｙ 平面上的投影 （ｂ） 轨迹跟踪结果 图 ７ 机器人运动轨迹跟踪 Ｆｉｇ． ７ Ｒｏｂｏｔ ｔｒａｊｅｃｔｏｒｙ ｔｒａｃｋｉｎｇ ６ 结束语 本文提出的分层式点云配准策略，较好地解决 了点云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，引入了基于体积空间的多帧 融合方法来减少冗余点。 实验结果表明本文所提方 法的有效性。 下一步计划对系统进行两方面的改 进：１）对创建的环境三维地图的全局优化。 ２）研究 采用并行技术，进一步提高系统执行效率，缩短系统 的运行时间，使系统具有更好的实时性。 参考文献： ［１］ＲＹＤＥ Ｊ， ＨＵ Ｈ Ｓ． ３Ｄ ｍａｐｐｉｎｇ ｗｉｔｈ ｍｕｌｔｉ⁃ｒｅｓｏｌｕｔｉｏｎ ｏｃｃｕ⁃ ｐｉｅｄ ｖｏｘｅｌ ｌｉｓｔｓ ［ Ｊ］． Ａｕｔｏｎｏｍｏｕｓ Ｒｏｂｏｔｓ， ２０１０， ２８ （ ２）： １６９⁃１８５． ［２］ＫＯＰＰＩＬＡ Ｈ Ｓ， ＡＮＡＮＤ Ａ． Ｓｅｍａｎｔｉｃ ｌａｂｅｌｉｎｇ ｏｆ ３Ｄ ｐｏｉｎｔ ｃｌｏｕｄｓ ｆｏｒ ｉｎｄｏｏｒ ｓｃｅｎｅｓ［Ｃ］ ／ ／ ２５ｔｈ Ａｎｎｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｕｒａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ Ｓｙｓｔｅｍｓ． Ｎｅｗ Ｙｏｒｋ， ＵＳＡ： Ｃｕｒｒａｎ Ａｓｓｏｃｉａｔｅｓ Ｉｎｃ．， ２０１１． ［３］ ＨＥＲＲＥＲＡ Ｃ Ｄ， ＫＡＮＮＡＬＡ Ｊ， ＨＥＩＫＫＩＬＡ Ｊ． Ｊｏｉｎｔ ｄｅｐｔｈ ａｎｄ ｃｏｌｏｒ ｃａｍｅｒａ ｃａｌｉｂｒａｔｉｏｎ ｗｉｔｈ ｄｉｓｔｏｒｔｉｏｎ ｃｏｒｒｅｃｔｉｏｎ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉ⁃ ｇｅｎｃｅ， ２０１２， ３４（１０）：２０５８⁃２０６４． ［４］杨扬，曹其新，朱笑笑．面向机器人手眼协调抓取的 ３ 维 建模方法［Ｊ］．机器人，２０１３，３５（２）： １５１⁃１５５． ＹＡＮＧ Ｙａｎｇ， ＣＡＯ Ｑｉｘｉｎ， ＺＨＵ Ｘｉａｏｘｉａｏ． Ａ ３Ｄ ｍｏｄｅｌｉｎｇ ｍｅｔｈｏｄ ｆｏｒ ｒｏｂｏｔ’ ｓ ｈａｎｄ⁃ｅｙｅ ｃｏｏｒｄｉｎａｔｅｄ ｇｒａｓｐｉｎｇ［ Ｊ］． Ｒｏ⁃ ｂｏｔ，２０１３，３５（２）：１５１⁃１５５． ［５］ＨＥＮＲＹ Ｐ， ＫＲＡＩＮＩＮ Ｍ， ＨＥＲＢＳＴ Ｅ， ｅｔ ａｌ． ＲＧＢ⁃Ｄ ｍａｐ⁃ ｐｉｎｇ： Ｕｓｉｎｇ Ｋｉｎｅｃｔ⁃ｓｔｙｌｅ ｄｅｐｔｈ ｃａｍｅｒａｓ ｆｏｒ ｄｅｎｓｅ ３Ｄ ｍｏｄｅｌ⁃ ｉｎｇ ｏｆ ｉｎｄｏｏｒ ｅｎｖｉｒｏｎｍｅｎｔｓ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｒｏ⁃ ｂｏｔｉｃｓ Ｒｅｓｅａｒｃｈ， ２０１２， ３１（５）： ６４７⁃６６３． ［６］ＨＡＲＲＩＳ Ｃ， ＳＴＥＰＨＥＮＳ Ｍ． Ａ ｃｏｍｂｉｎｅｄ ｃｏｒｎｅｒ ａｎｄ ｅｄｇｅ ｄｅ⁃ ｔｅｃｔｏｒ［Ｃ］ ／ ／ Ｐｒｏｃ． Ａｌｖｅｙ Ｖｉｓ． Ｃｏｎｆ． ，１９８８： １４７⁃１５１． ［７］ ＬＯＷＥ Ｄ Ｇ． Ｏｂｊｅｃｔ ｒｅｃｏｇｎｉｔｉｏｎ ｆｒｏｍ ｌｏｃａｌ ｓｃａｌｅ⁃ｉｎｖａｒｉａｎｔ ｆｅａｔｕｒｅｓ ［ Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉ⁃ ｓｉｏｎ． Ｋｅｒｋｙｒａ，Ｃｏｒｆｕ，Ｇｒｅｅｃｅ，１９９９：１１５０⁃１１５７． ［８］ＢＡＹ Ｈ， ＥＳＳ Ａ， ＴＵＹＴＥＬＡＡＲＳ Ｔ， ｅｔ ａｌ． Ｓｐｅｅｄｅｄ⁃ｕｐ ｒｏ⁃ ｂｕｓｔ ｆｅａｔｕｒｅｓ （ＳＵＲＦ） ［Ｊ］．Ｃｏｍｐｕｔ． Ｖｉｓ． Ｉｍａｇｅ Ｕｎｄｅｒｓｔａｎｄ⁃ ｉｎｇ， ２００８，１１０：３４６⁃３５９． ［９］ＫＵＭＭＥＲＬＥ Ｒ， ＧＲＩＳＥＴＴＩ Ｇ， ＳＴＲＡＳＤＡＴ Ｈ， ｅｔ ａｌ． Ｇ２ｏ： Ａ ｇｅｎｅｒａｌ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｇｒａｐｈ ｏｐｔｉｍｉｚａｔｉｏｎ ［Ｃ］ ／ ／ ＩＥＥＥ Ｉｎ⁃ ｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ａｕｔｏｍａｔｉｏｎ． Ｐｉｓｃａｔ⁃ ａｗａｙ： ＩＥＥＥ，２０１１： ３６０７⁃３６１３． ［１０］ ＪＡＮ Ｓ， ＭＩＣＨＡＬ Ｊ， ＴＯＭＡＳ Ｐ． ３Ｄ ｗｉｔｈ Ｋｉｎｅｃｔ ［ Ｃ］ ／ ／ ２０１１ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ Ｗｏｒｋｓｈｏｐｓ． Ｂａｒｃｅｌｏｎａ： Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ ａｎｄ Ｅｌｅｃｔｒｏｎ⁃ ｉｃｓ Ｅｎｇｉｎｅｅｒｓ Ｉｎｃ，２０１１： １１５４⁃１１６０． ［１１］ＴＹＫＫＡＬＡ Ｔ，ＡＵＤＲＡＳ Ｃ， Ｃｏｍｐｏｒｔ Ａ Ｉ． Ｄｉｒｅｃｔ ｉｔｅｒａｔｉｖｅ ｃｌｏｓｅｓｔ ｐｏｉｎｔ ｆｏｒ ｒｅａｌ⁃ｔｉｍｅ ｖｉｓｕａｌ ｏｄｏｍｅｔｒｙ ［ Ｃ ］ ／ ／ ＩＣＣＶ Ｗｏｒｋｓｈｏｐｓ． ＩＥＥＥ，Ｂａｒｃｅｌｏｎａ， Ｓｐａｉｎ，２０１１：２０５０⁃２０５６． 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 １６０ 余篇，ＳＣＩ、ＥＩ 收录 ８０ 余篇，获国家发明专利 １０ 余项。 陈起，男，１９９１ 年生，硕士，主要研 究方向为机器人同时定位与地图创建 （ＳＬＡＭ）、机器人三维视觉导航。 罗元，女，１９７２ 年生，教授，博士，美 国 ＯＳＡ、ＳＰＩＥ、中国仪器仪表学会、中国 光学学会高级会员，主要研究方向为人 机交互、基于图像视频处理的人机交 互、基于图像视频处理的测试。 主持和 参与国家、省部基金项目 １０ 余项，发表 学术论文 １００ 余篇，被 ＳＣＩ、ＥＩ 收录 ４０ 余篇，获国家发明专 利 ６ 项。 ［责任编辑：陈峰］ 第 ４ 期 张毅，等：室内环境下移动机器人三维视觉 ＳＬＡＭ ·６１９·