多传感器融合SLAM的研究与实现

赵娜靖 杨自恒 王水青 刘群

摘要：在单目与IMU融合的众多算法中，本文选择了VINS-Mono算法实现移动物体在密闭空间下的自主定位，该算法是视觉与IMU融合中的经典之作，其定位精度高，有相较于其他融合算法更加鲁棒的初始化以及闭环检测过程，且代码开源，为验证VINS-Mono及相关图像采集处理过程部分的算法在嵌入式设备上的可行性，搭建嵌入式系统实现算法，对运动物体的自主运动、地图构建等方面进行可行性验证实验。测试VINS-Mono算法的可行性及在不同场景下算法应用的适用性。

关键词：SLAM;定位技术;自主导航;建图

一、前言

近幾年，无人机自主导航、自动驾驶、移动机器人等领域蓬勃发展，智能移动物体的定位问题尤为重要，在基于GPS的定位技术不可用的环境下，SLAM（Simultaneous Localization and Mapping）技术的发展逐渐兴起，其中文译名为同步定位于地图构建。SLAM技术的提出是为了解决运动物体的定位与建图问题，该问题可以具体描述为：在完全未知的环境中，运动物体通过自身配备的环境传感器在缓慢移动的同时逐步构建环境特征地图，并根据地图定位自身所在的位置，在此过程中通过传感器观测数据对地图和定位结果不断进行修正。现在的SLAM技术已经在无人设备中广泛使用。SLAM技术在没有先验信息的环境中，通过智能移动物体等主体携带的激光、相机等传感器对周围环境进行测量，在运动过程中同时实现对自身位置的定位（Localization）、以及对周围环境的建图（Mapping）。相比于激光SLAM方法，视觉SLAM因视觉传感器成本低、体积小且易于其他传感器融合等优点被广泛使用。随着该定位技术的逐步发展，相应的对于其应用于嵌入式系统领域的研究也随之而来。

二、SLAM技术发展现状

目前，SLAM技术的分为视觉SLAM和激光SLAM两大类，但是对于一些体积小，灵活性强的智能移动物体来说，比如无人机，搭载这种大体积的激光雷达是无法使用的（激光雷达的数据量大），而且相比于激光雷达来说，视觉SLAM应用场景更为广泛，并且成本显然也要低很多。但是纯视觉传感器对于无纹理的区域是没有办法工作的，即单目视觉SLAM系统无法恢复尺度的缺点限制了其在移动机器人、无人机等领域的应用。惯性测量单元（IMU）通过内置的陀螺仪和加速度计可以测量角速度和加速度，进而推算相机的姿态，不过推算的姿态存在累计误差。视觉传感器和 IMU 存在很大的互补性，因此将二者测量信息进行融合的 VIO 也是一个研究热点。近几年来，将低成本、小体积的IMU应用与单目视觉系统成为研究的热点，多传感器融合算法逐渐发展。

香港科技大学的沈劭劼团队于2017年提出了基于滑动窗口非线性优化的位姿估计器（VINS-Mono ）。该系统可以在未知的环境下进行初始化，可以对相机和IMU的外参数进行在线标定，具备回环检测和重定位模块，是一套完整的SLAM系统。与其他方案不同VINS-Mono采用4自由度的位姿图优化和回环检测。在IMU数据的处理上借鉴了Forster提出的IMU预积分的思想，这与OKVIS有着异曲同工之处。

三、VINS-Mono算法分析

VINS-Mono系统的输入是一系列的IMU测量值和单目相机图像帧，通过对IMU数据的预积分，视觉图像特征的跟踪实现在线初始化的过程，为后端非线性优化提供良好的初值使其收敛;在后端构建紧耦合代价函数，并多线程实现回环检测、重定位以及全局位姿图优化模块，使系统定位效果更加精确、鲁棒。

VINS-Mono算法整体可划分为四个部分包括数据预处理、初始化、局部BA联合优化和重定位、回环检测以及全局位姿图优化。在数据预处理部分，相机图像采集到的数据进行特征提取和跟踪，IMU采集到的数据进行预积分，两部分数据整合进行单纯的视觉初始化以及视觉和惯性联合初始化，数据在进行初始化之后送至后端基于滑动窗口的BA优化模型中，最后进行整体的回环检测以及对全局的位姿进行优化。在树莓派上搭建编译环境，其中包括安装ubuntu操作系统、ROS、OpenCV、矩阵运算库、非线性优化库等，编译成功后，在终端下运行功能包，成功在可视化软件rviz中显示了数据集中demo的运行轨迹。

四、结语

对于SLAM定位导航技术来说，搭建的平台具有计算资源和搭载量有限性以及环境不确定性，这就要求实现SLAM的算法具有更高的计算效率和鲁棒性。同时，如何通过算法改进以及硬件设计来节省硬件成本以满足无人机体积小、重量轻的要求也是未来的一个研究方向。同时，在实际应用中很多理想条件往往无法满足，所以一个完美的SLAM系统需要能够处理各种各样的复杂情况，才能很好地满足实际定位导航的要求。

参考文献：

[1]黄永新.基于复合点云帧改进的激光SLAM闭环检测算法[J].自动化与仪表，2020，35（06）：42-47.

[2]卫文乐，芦利斌，金国栋，谭力宁，陈丹琪.基于单目SLAM的无人机视觉导航研究综述[J/OL].飞航导弹：1-6[2020-07-16].https：//doi.org/10.16338/j.issn.1009-1319.20190289.

[3]Trujillo Juan-Carlos，Munguia Rodrigo，Urzua Sarquis，Guerra Edmundo，Grau Antoni. Monocular Visual SLAM Based on a Cooperative UAV-Target System.[J]. Pubmed，2020，20（12）.

[4]韩江云，虞媛媛，郭柴琪，于浩楠，蓝春麟.基于视觉的自主巡逻机器人技术研究[J].科学技术创新，2020（14）：178-179.

[5]. Robotics; New Robotics Study Findings Have Been Reported by Investigators at Hong Kong University of Science and Technology （VINS-Mono： A Robust and Versatile Monocular Visual-Inertial State Estimator）[J]. Journal of Robotics & Machine Learning，2018.

[6]何康. 服务机器人即时定位与地图构建技术研究[D].江苏科技大学，2018.

作者简介：

赵娜靖（1997.），女，陕西咸阳人，哈尔滨市南岗区黑龙江大学， 电子与通信工程专业2019级，  硕士研究生，  研究方向：电子与通信工程  E-mail：zhaonajing97@163.com