·98· 智能系统学报 第13卷 SLAM也称为CML(concurrent mapping and 似性越高。对于浮点型描述子采用欧氏距离，对于 localization).最先由Smith Self和Cheeseman于 二进制字符型描述子使用汉明距离(Hamming dis- 1986年提出5-6。这一理论是实现真正全自主移动 tance),汉明距离指两个描述子（二进制串）不同位 机器人的关键已经成为共识7-)。SLAM以传感器 数的个数。当特征点数量非常大时，快速近似最近 作为划分标准，主要分为激光、视觉两大类。其中， 邻(FLANN)算法I能够满足SLAM的实时性需求。 激光SLAM研究较早，理论和工程均比较成熟，视 常用的特征提取和匹配算法有SIFT算法、 觉SLAM尚处于实验室研究阶段。SLAM早期研 SURF算法和ORB算法。SIFT算法中使用斑检 究侧重于使用滤波理论来最小化运动物体的位姿和 测方法和浮点型特征描述子，在建立高斯差分空间 地图路标点的噪声。自21世纪以来，学者们借鉴运 金字塔的基础上提取出具有尺度不变性的特征点， 动恢复结构SfM(structure from motion)中的方式例， 然后对特征点邻域内的点的梯度方向进行直方图统 以优化理论为基础求解SLAM问题，该方法通常以 计。特征点的主方向就是直方图中比重最大的方 位姿图的形式描述机器人各时刻的状态，又称为基 向，必要时可选一个辅方向。SFT特征集旋转不变 于图优化的SLAM,在VSLAM领域中取得了主导 性、尺度不变性、对图像变形和光照鲁棒等优点于 地位10-1 一身，不足之处是计算量大，计算速度慢，需要在 1 VSLAM存在的问题分析 GPU加速的情况下才可满足SLAM的实时性需 求。SURF1算法是对SIFT算法的改进，使用基于 1.1特征点提取、描述与匹配 DoH的斑点特征检测方法；在特征点的描述上， 图像的特征一般可划分为点特征、直线特征以 SURF算法通过积分图，利用两个方向上的Harr小 及边缘、轮廓特征，其中线、边缘、轮廓等特征在高 波模板进行梯度计算，然后对邻域内点的梯度方向 维空间进行处理，计算量大；点特征对遮挡相对鲁 以扇形的方式进行统计，得到特征点的主方向。SURF 棒、提取速度快并且识别性好，所以应用较多。局 算法速度快且稳定性好，应用也较为广泛。Ethan- 部特征点不仅能够保留图像重要特征信息，而且也 Rublee在2011年提出的ORBI1算法使用改进的 使得信息的数据量减少，使计算速度和匹配速度都 FAST特征点检测算法，ORB的特征描述子采用改 加快，因此基于特征的VSLAM普遍采用点特征。图1 进后的二进制字符串特征描述子BRIEF。由于采 标出了可作为图像特征的部分。 用速度极快的二进制描述子，ORB使得整个图像特 角点 征提取的环节大大加速。 边缘 1.2特征点深度获取 单日相机无法直接获取深度信息，深度信息通 过反深度法(inverse depth)、三角测量（三角化）、粒 子滤波法等来获取。Civera等提出了反深度法， 该方法旨在减少深度分布非高斯性的影响。反深度 图1可作为图像特征的部分：角点、边缘、斑点 法为获得较好的线性效果，在EKF系统里使用深度 Fig.1 Parts that can be used as image features:corner, edge,blob 的倒数进行更新。三角测量最早由高斯提出，是指 斑点和角点是局部特征点中比较流行的两种。 通过在两个不同地点观察同一个点的夹角，确定出 斑点的重要特征是与周围区域有颜色和灰度上的差 该点的距离（深度）。使用关键帧与稀疏捆集调整 (sparse bundle adjustment,SBA)框架的VSLAM系 别。斑点检测方法应用最广泛的是利用高斯拉普拉 统，如文献[18-21]，均采用了该方法。Davison等2 斯算子检测的方法(LOG),以及利用像素点海森矩 采用的Particle Filter方法会在特征所在的深度方向 阵（二阶微分）及其行列式值的方法(DOH)。角点 上生成多个粒子，通过粒子的匹配、更新来得到特 描述的是两条边的交点，其检测方法常用Harris角 征点深度的概率分布，不足之处是容易增加系统的 点检测算法和FAST角点检测算法。对特征点的描 不一致性，致使最后概率估计发散。 述有浮点型特征描述子和二进制字符串特征描述 双目相机一般由左和右两个水平放置的相机组 子。提取特征点后需对两幅图像进行特征匹配，特 成，通过同步采集到的左右相机的图像，计算图像 征匹配采用计算描述子间距离的方法，距离越小相 之间的视差，来估计每一个像素的深度。SLAM 也称为 CML (concurrent mapping and localization)，最先由 Smith Self 和 Cheeseman 于 1986 年提出[5-6]。这一理论是实现真正全自主移动 机器人的关键已经成为共识[7-8]。SLAM 以传感器 作为划分标准，主要分为激光、视觉两大类。其中， 激光 SLAM 研究较早，理论和工程均比较成熟，视 觉 SLAM 尚处于实验室研究阶段[1]。SLAM 早期研 究侧重于使用滤波理论来最小化运动物体的位姿和 地图路标点的噪声。自 21 世纪以来，学者们借鉴运 动恢复结构 SfM(structure from motion) 中的方式[9] ， 以优化理论为基础求解 SLAM 问题，该方法通常以 位姿图的形式描述机器人各时刻的状态，又称为基 于图优化的 SLAM，在 VSLAM 领域中取得了主导 地位[10-11]。 1 VSLAM 存在的问题分析 1.1 特征点提取、描述与匹配 图像的特征一般可划分为点特征、直线特征以 及边缘、轮廓特征，其中线、边缘、轮廓等特征在高 维空间进行处理，计算量大；点特征对遮挡相对鲁 棒、提取速度快并且识别性好，所以应用较多。局 部特征点不仅能够保留图像重要特征信息，而且也 使得信息的数据量减少，使计算速度和匹配速度都 加快，因此基于特征的 VSLAM 普遍采用点特征。图 1 标出了可作为图像特征的部分。 斑点和角点是局部特征点中比较流行的两种。 斑点的重要特征是与周围区域有颜色和灰度上的差 别。斑点检测方法应用最广泛的是利用高斯拉普拉 斯算子检测的方法（LOG），以及利用像素点海森矩 阵（二阶微分）及其行列式值的方法（DOH）。角点 描述的是两条边的交点，其检测方法常用 Harris 角 点检测算法和 FAST 角点检测算法。对特征点的描 述有浮点型特征描述子和二进制字符串特征描述 子。提取特征点后需对两幅图像进行特征匹配，特 征匹配采用计算描述子间距离的方法，距离越小相 似性越高。对于浮点型描述子采用欧氏距离，对于 二进制字符型描述子使用汉明距离（Hamming dis￾tance），汉明距离指两个描述子（二进制串）不同位 数的个数。当特征点数量非常大时，快速近似最近 邻（FLANN）算法[12]能够满足 SLAM 的实时性需求。 常用的特征提取和匹配算法有 SIFT 算法、 SURF 算法和 ORB 算法。SIFT[13]算法中使用斑检 测方法和浮点型特征描述子，在建立高斯差分空间 金字塔的基础上提取出具有尺度不变性的特征点， 然后对特征点邻域内的点的梯度方向进行直方图统 计。特征点的主方向就是直方图中比重最大的方 向，必要时可选一个辅方向。SIFT 特征集旋转不变 性、尺度不变性、对图像变形和光照鲁棒等优点于 一身，不足之处是计算量大，计算速度慢，需要在 GPU 加速的情况下才可满足 SLAM 的实时性需 求。SURF[14]算法是对 SIFT 算法的改进，使用基于 DoH 的斑点特征检测方法；在特征点的描述上， SURF 算法通过积分图，利用两个方向上的 Harr 小 波模板进行梯度计算，然后对邻域内点的梯度方向 以扇形的方式进行统计，得到特征点的主方向。SURF 算法速度快且稳定性好，应用也较为广泛。Ethan￾Rublee 在 2011 年提出的 ORB[15]算法使用改进的 FAST 特征点检测算法，ORB 的特征描述子采用改 进后的二进制字符串特征描述子 BRIEF[16]。由于采 用速度极快的二进制描述子，ORB 使得整个图像特 征提取的环节大大加速。 1.2 特征点深度获取 单目相机无法直接获取深度信息，深度信息通 过反深度法（inverse depth）、三角测量（三角化）、粒 子滤波法等来获取。Civera 等 [17]提出了反深度法， 该方法旨在减少深度分布非高斯性的影响。反深度 法为获得较好的线性效果，在 EKF 系统里使用深度 的倒数进行更新。三角测量最早由高斯提出，是指 通过在两个不同地点观察同一个点的夹角，确定出 该点的距离（深度）。使用关键帧与稀疏捆集调整 （sparse bundle adjustment，SBA）框架的 VSLAM 系 统，如文献[18-21]，均采用了该方法。Davison 等 [22] 采用的 Particle Filter 方法会在特征所在的深度方向 上生成多个粒子, 通过粒子的匹配、更新来得到特 征点深度的概率分布，不足之处是容易增加系统的 不一致性，致使最后概率估计发散。 双目相机一般由左和右两个水平放置的相机组 成，通过同步采集到的左右相机的图像，计算图像 之间的视差，来估计每一个像素的深度。 㻾◥ 䓥㑄 ᪽◥ 图 1 可作为图像特征的部分：角点、边缘、斑点 Fig. 1 Parts that can be used as image features: corner, edge, blob ·98· 智 能 系 统 学 报 第 13 卷