本文摘要：摘要：視覺激光匹配集導(dǎo)航與勘測一體，是導(dǎo)航定位和智能感知技術(shù)研究熱點(diǎn)。首先，分析了視覺激光匹配導(dǎo)航技術(shù)背景和需求;其次，闡述了視覺激光匹配導(dǎo)航概念與分類，從同步定位與建圖角度提出了多傳感器集成視覺激光匹配導(dǎo)航的技術(shù)框架，提煉出視覺激光匹配導(dǎo)
摘要：視覺激光匹配集導(dǎo)航與勘測一體，是導(dǎo)航定位和智能感知技術(shù)研究熱點(diǎn)。首先，分析了視覺激光匹配導(dǎo)航技術(shù)背景和需求;其次，闡述了視覺激光匹配導(dǎo)航概念與分類，從同步定位與建圖角度提出了多傳感器集成視覺激光匹配導(dǎo)航的技術(shù)框架，提煉出視覺激光匹配導(dǎo)航與勘測關(guān)鍵技術(shù);最后，對視覺匹配導(dǎo)航在移動(dòng)機(jī)器人、無人駕駛、增強(qiáng)現(xiàn)實(shí)、測繪等領(lǐng)域應(yīng)用進(jìn)行了探討與展望。
關(guān)鍵詞：視覺;影像匹配;激光點(diǎn)云匹配;導(dǎo)航;勘測
0引言
以人工智能、大數(shù)據(jù)和量子糾纏為標(biāo)志的現(xiàn)代高科技迅猛發(fā)展，新的多維立體、無人智能、多信息協(xié)同融合和快速多模式能量對抗的未來戰(zhàn)爭模式已經(jīng)形成[1-3]。未來戰(zhàn)爭下無人化、智能化顛覆創(chuàng)新，對現(xiàn)代裝備導(dǎo)航定位定姿、高動(dòng)態(tài)控制和實(shí)時(shí)戰(zhàn)場環(huán)境智能感知等核心技術(shù)提出更高要求。導(dǎo)航定位技術(shù)已成為人類全方位活動(dòng)的重要支撐，是信息化、網(wǎng)絡(luò)化、智能化的基礎(chǔ)，更是現(xiàn)代國防裝備精確打擊和戰(zhàn)場態(tài)勢感知的關(guān)鍵[4-5]。
衛(wèi)星導(dǎo)航采用導(dǎo)航衛(wèi)星對地面、海洋、空中和空間用戶進(jìn)行導(dǎo)航定位，用戶必須接收到足夠的導(dǎo)航衛(wèi)星信號(hào)才能實(shí)現(xiàn)可靠、精準(zhǔn)的導(dǎo)航定位[6];慣性導(dǎo)航以陀螺儀和加速度進(jìn)行角速度/線加速度積分實(shí)現(xiàn)主動(dòng)位置和姿態(tài)計(jì)算，導(dǎo)航精度隨時(shí)間迅速發(fā)散[7];天文導(dǎo)航建立在慣性參考系基礎(chǔ)上，運(yùn)用天體測量儀器來獲取天體相對于測量點(diǎn)的天體方位和高度等信息，以此解算出導(dǎo)航信息，其使用場景受限[8];仿生導(dǎo)航技術(shù)包括仿生光流、偏振光、類腦和地磁導(dǎo)航等方向，受器件靈敏度、加工工藝與材料限制，仿生導(dǎo)航的穩(wěn)定性和靈敏度還不夠[9]。
衛(wèi)星導(dǎo)航評職知識(shí)： 衛(wèi)星導(dǎo)航與軌道動(dòng)力學(xué)論文發(fā)表指導(dǎo)
視覺激光匹配導(dǎo)航是一種新的自主導(dǎo)航技術(shù)，它是利用地球表面的山川、平原、森林、河流、海灣、道路、建筑物等不隨時(shí)間和氣候變化而變化的地形地表特征性狀，通過對移動(dòng)載體/人配備的攝像機(jī)、激光雷達(dá)、紅外、超聲波等傳感器在運(yùn)動(dòng)過程中實(shí)時(shí)采集獲取的周圍環(huán)境影像/激光點(diǎn)云等數(shù)據(jù)進(jìn)行匹配對準(zhǔn)和智能分析，從而確定自身位置、姿態(tài)和路徑識(shí)別，并做出導(dǎo)航?jīng)Q策。視覺激光匹配導(dǎo)航最主要的特點(diǎn)是其具有較強(qiáng)的自主性和實(shí)時(shí)性，無需依靠外部系統(tǒng)或信息源，僅依靠自身傳感器對周圍環(huán)境信息進(jìn)行采集、計(jì)算就可以實(shí)時(shí)給出導(dǎo)航信息[10-15]。
近年來，視覺激光匹配導(dǎo)航在飛機(jī)、無人飛行器、巡航導(dǎo)彈、深空探測器以及室內(nèi)外機(jī)器人等方面被廣泛應(yīng)用，可作為現(xiàn)代導(dǎo)航時(shí)頻體系的重要組成，與衛(wèi)星導(dǎo)航、慣性導(dǎo)航、天文導(dǎo)航、地磁導(dǎo)航等融合，實(shí)現(xiàn)全域全時(shí)無縫可靠導(dǎo)航，一直是各種無人系統(tǒng)(無人機(jī)、無人車、無人船等)、人工智能領(lǐng)域研究和應(yīng)用的熱點(diǎn)[16-19]。
本文從視覺激光匹配導(dǎo)航的概念出發(fā)，系統(tǒng)分析了視覺激光匹配導(dǎo)航技術(shù)背景和需求，闡述了視覺匹配導(dǎo)航概念與分類，從同步定位與建圖角度提出了多傳感器集成視覺激光匹配導(dǎo)航的技術(shù)框架，提煉出視覺激光匹配導(dǎo)航與勘測關(guān)鍵技術(shù)，對視覺激光匹配導(dǎo)航技術(shù)在移動(dòng)機(jī)器人、無人駕駛、增強(qiáng)現(xiàn)實(shí)、測繪等領(lǐng)域應(yīng)用進(jìn)行了探討與展望。
1視覺激光匹配導(dǎo)航概念與分類
1.1視覺激光匹配導(dǎo)航概念
視覺激光匹配導(dǎo)航實(shí)質(zhì)上是與地標(biāo)導(dǎo)航或?qū)椖┲茖?dǎo)景象匹配導(dǎo)航原理類似的匹配導(dǎo)航[20-21]。人在行走過程中通過人眼觀察到地標(biāo)的距離和方位來判斷自己當(dāng)前所在的位置，導(dǎo)彈通過前置相機(jī)與目標(biāo)地形景象匹配做末制導(dǎo)。視覺激光匹配導(dǎo)航是利用當(dāng)前時(shí)刻影像/激光地圖與之前時(shí)刻影像/激光地圖匹配，恢復(fù)載體運(yùn)動(dòng)過程(位姿與姿態(tài)參數(shù))從而實(shí)現(xiàn)導(dǎo)航定位的技術(shù)，地標(biāo)點(diǎn)在不同時(shí)刻獲取的影像/激光地圖中的位置是不變的，利用這一特性進(jìn)行位姿平差計(jì)算，即可實(shí)現(xiàn)任意時(shí)刻移動(dòng)單元的坐標(biāo)和姿態(tài)計(jì)算。
利用攝像機(jī)、激光雷達(dá)可以替代人的眼睛，對環(huán)境進(jìn)行信息收集，計(jì)算機(jī)則可以進(jìn)行類似大腦的計(jì)算，從而判斷其本身在環(huán)境中的位置。如果周圍環(huán)境本身是已知的，如有預(yù)先制備的周圍環(huán)境的三維地圖，就可以計(jì)算出移動(dòng)單元的絕對坐標(biāo)。
如果沒有周圍環(huán)境三維地圖，也可以實(shí)現(xiàn)當(dāng)前環(huán)境中相對位置導(dǎo)航。因此，本質(zhì)上，視覺激光匹配導(dǎo)航就是一個(gè)對周圍環(huán)境進(jìn)行景象匹配和智能理解的地標(biāo)導(dǎo)航，因?yàn)橐敫鼜V視角、更智能、適應(yīng)性更強(qiáng)的相機(jī)、激光雷達(dá)等傳感器，視覺激光匹配導(dǎo)航可以做到更精確、更可靠的自主智能導(dǎo)航。視覺激光匹配導(dǎo)航除了能夠自主完成導(dǎo)航計(jì)算外，由于視覺激光傳感器本身也可以對周圍環(huán)境進(jìn)行精確的三維測量，因此，視覺激光導(dǎo)航技術(shù)通常是集自主定位與三維地圖生成于一體，即同步定位與地圖構(gòu)建(SimultaneousLocalizationandMapping，SLAM)[22-24]。
因此，視覺激光匹配導(dǎo)航技術(shù)一方面用于定位導(dǎo)航，尤其是在室內(nèi)、山區(qū)等導(dǎo)航衛(wèi)星受遮擋無法提供連續(xù)導(dǎo)航服務(wù)的使用場景;另一方面，也可以用于更為抵近的三維勘察測繪，獲取周圍環(huán)境更為精細(xì)的實(shí)景三維地圖。視覺激光導(dǎo)航將定位與勘測制圖一體，是測繪導(dǎo)航與電子信息、傳感器與人工智能深度交叉融合發(fā)展起來的顛覆性的移動(dòng)測量地理環(huán)境勘測技術(shù)，能夠適應(yīng)城市作戰(zhàn)，室內(nèi)、山區(qū)等復(fù)雜環(huán)境下的自主導(dǎo)航與勘察。
1.2視覺激光匹配導(dǎo)航分類
根據(jù)傳感器不同，視覺激光匹配導(dǎo)航技術(shù)包括以相機(jī)為中心的視覺SLAM、以激光雷達(dá)為中心的激光SLAM和視覺激光融合SLAM。
(1)視覺SLAM：基于各種低成本相機(jī)、基于計(jì)算機(jī)視覺技術(shù)的視覺SLAM一直是匹配導(dǎo)航的主要研究方向，也是計(jì)算機(jī)視覺領(lǐng)域研究熱點(diǎn)。通過對各種時(shí)序圖像序列特征運(yùn)動(dòng)感知來估計(jì)相機(jī)運(yùn)動(dòng)實(shí)現(xiàn)導(dǎo)航位姿計(jì)算。典型的視覺SLAM算法有ORB-SLAM[25]、LSD-SLAM[26]、MonoSLAM[27]、RGBD-SLAM[28]、DSO[29]等。當(dāng)前算法研究主要集中在提高匹配魯棒性以適應(yīng)低光照和弱紋理特征環(huán)境，解決尺度不確定性、深度估計(jì)能力差、立體視覺范圍窄小以及RGB-D相機(jī)室外場景使用等難題。
(2)激光SLAM：激光雷達(dá)掃描快速得到場景三維點(diǎn)云，通過不同幀激光點(diǎn)云匹配實(shí)現(xiàn)導(dǎo)航計(jì)算與實(shí)時(shí)制圖。典型的激光SLAM算法有Cartographer[30]、HectorSLAM[31]、GMapping[32]、KartoSLAM[33]等。當(dāng)前算法研究主要集中在提高實(shí)時(shí)計(jì)算效率、解決動(dòng)態(tài)場景穩(wěn)健重定位、粗差處理和閉環(huán)處理等方面。
(3)視覺激光融合SLAM：傳感器融合能夠彌補(bǔ)不同傳感器在某些特殊環(huán)境下的劣勢，將視覺和激光二者融合可以互相彌補(bǔ)各自的不足，也是當(dāng)前SLAM研究的前沿?zé)狳c(diǎn)。
2視覺激光匹配導(dǎo)航技術(shù)框架
視覺激光匹配SLAM通過不同類型的場景感知傳感器實(shí)現(xiàn)同時(shí)定位導(dǎo)航與地圖構(gòu)建。視覺激光匹配SLAM首先采用各種傳感器獲取環(huán)境信息，對這些數(shù)據(jù)進(jìn)行時(shí)空基準(zhǔn)對齊;其次，對不同幀數(shù)據(jù)進(jìn)行特征提取和匹配，以此推算相鄰幀間的傳感器運(yùn)動(dòng)，該處理過程通常在采集端計(jì)算機(jī)上實(shí)時(shí)處理完成，故稱為前端處理;再次，從全局角度，進(jìn)行回環(huán)檢測來判斷傳感器是否到過之前的位置，以此作為約束，對前端推算的位姿軌跡進(jìn)行全局平差優(yōu)化，進(jìn)一步提高導(dǎo)航位姿計(jì)算精度，該過程通常以后處理方式完成，故稱為后端處理;最后，根據(jù)全局優(yōu)化的位姿與傳感器數(shù)據(jù)進(jìn)行融合，構(gòu)建場景三維地圖，實(shí)現(xiàn)場景重建。 視覺激光匹配SLAM的關(guān)鍵是實(shí)現(xiàn)不同類型傳感器對同一目標(biāo)、同一場景在同一時(shí)刻的可靠描述，其關(guān)鍵技術(shù)主要包括五個(gè)方面：
(1)多傳感器時(shí)空基準(zhǔn)統(tǒng)一：包括多傳感器時(shí)間基準(zhǔn)同步和空間基準(zhǔn)自動(dòng)標(biāo)定。一方面，建立統(tǒng)一時(shí)鐘，實(shí)現(xiàn)優(yōu)于1ms的時(shí)間同步精度是視覺激光匹配SLAM的最低要求;另一方面，對各個(gè)傳感器安裝關(guān)系進(jìn)行自動(dòng)精確標(biāo)定，為精確位姿計(jì)算提供關(guān)鍵系統(tǒng)參數(shù)。
(2)圖像/點(diǎn)云匹配技術(shù)：匹配是建立視覺激光SLAM幀間運(yùn)動(dòng)關(guān)系的基礎(chǔ)，由于幀間場景成像條件的變化及場景中存在動(dòng)目標(biāo)，因此，穩(wěn)健的特征提取和特征匹配對于建立不同時(shí)刻圖像/點(diǎn)云幀間關(guān)系至關(guān)重要。構(gòu)建光照/旋轉(zhuǎn)/尺度不變的特征描述子，提高視覺激光匹配導(dǎo)航的魯棒性和精度是當(dāng)前研究熱點(diǎn)。
(3)粗差探測技術(shù)：匹配中錯(cuò)誤匹配對于位姿計(jì)算影響很大，剔除錯(cuò)誤匹配點(diǎn)與錯(cuò)誤閉環(huán)觀測的粗差探測計(jì)算也是視覺激光匹配SLAM的另一項(xiàng)關(guān)鍵技術(shù)。
(4)穩(wěn)健位姿估計(jì)：根據(jù)幀間匹配關(guān)系進(jìn)行載體位置和姿態(tài)估計(jì)以恢復(fù)運(yùn)動(dòng)信息。擴(kuò)展卡爾曼濾波、粒子濾波和最大似然估計(jì)等傳統(tǒng)運(yùn)動(dòng)估計(jì)模型以估計(jì)理論作為基礎(chǔ)，為不同傳感器數(shù)據(jù)建立狀態(tài)空間模型，計(jì)算復(fù)雜。通過引入決策樹、D-S證據(jù)理論及人工智能方法計(jì)算幀間運(yùn)動(dòng)位姿，能夠降低計(jì)算復(fù)雜度并且更好地適應(yīng)復(fù)雜動(dòng)態(tài)環(huán)境，是視覺激光匹配位姿估計(jì)研究前沿。
(5)閉環(huán)檢測與平差優(yōu)化技術(shù)：視覺激光匹配SLAM幀間位姿推算誤差會(huì)累計(jì)，根據(jù)重復(fù)場景構(gòu)建環(huán)路約束，是限制位姿計(jì)算漂移的關(guān)鍵。根據(jù)全局地圖進(jìn)行閉環(huán)檢測，以檢測的匹配進(jìn)行全局位姿優(yōu)化平差，是克服視覺激光匹配SLAM漂移，提高位姿估計(jì)的魯棒性的關(guān)鍵。
3典型應(yīng)用
視覺激光匹配SLAM的應(yīng)用領(lǐng)域廣泛，包括移 動(dòng)機(jī)器人、無人駕駛、AR、測繪等領(lǐng)域。
(1)移動(dòng)機(jī)器人視覺激光匹配導(dǎo)航已經(jīng)在交通運(yùn)輸、自動(dòng)化倉庫和生產(chǎn)線運(yùn)輸小車等各種移動(dòng)機(jī)器人中廣泛應(yīng)用，應(yīng)用的環(huán)境場景包括結(jié)構(gòu)化的室內(nèi)環(huán)境和非結(jié)構(gòu)化的室外場景等，如掃地機(jī)器人、物流倉儲(chǔ)機(jī)器人、餐飲服務(wù)機(jī)器人、醫(yī)療服務(wù)機(jī)器人、變電站巡檢機(jī)器人等。未來，視覺激光匹配導(dǎo)航將應(yīng)用在空間飛行器和星際探測器上，如月球車?yán)靡曈X激光導(dǎo)航系統(tǒng)，不僅可以對環(huán)境地形重構(gòu)、實(shí)時(shí)避障，而且還可以利用其得到的序列圖像進(jìn)行月球車運(yùn)動(dòng)估計(jì)。
(2)無人駕駛系統(tǒng)從20世紀(jì)90年代末美軍發(fā)起的DAPAA無人車挑戰(zhàn)賽，到現(xiàn)在發(fā)展迅猛的智能無人駕駛系統(tǒng)，如特斯拉無人駕駛汽車、Google無人駕駛汽車、百度無人駕駛汽車、美國陸軍下一代作戰(zhàn)車輛NGCV、俄羅斯“天王星—9”無人戰(zhàn)車等[34-35]。視覺激光匹配SLAM提供無人駕駛系統(tǒng)未知環(huán)境同步定位與建圖，規(guī)避路程中遇到的障礙物，實(shí)現(xiàn)路徑規(guī)劃。
(3)AR視覺激光匹配SLAM在導(dǎo)航定位的同時(shí)獲取的周邊環(huán)境影像和激光點(diǎn)云可以構(gòu)建360度實(shí)景三維場景，可進(jìn)一步應(yīng)用于增強(qiáng)現(xiàn)實(shí)(AugmentedReality，AR)，如各種仿真可視化、單兵增強(qiáng)現(xiàn)實(shí)戰(zhàn)場感知等。2021年美國軍方與微軟簽訂219億美元合同采購AR頭盔，為單兵提供戰(zhàn)場全息影像，提升復(fù)雜戰(zhàn)場環(huán)境中的作戰(zhàn)能力，在未來數(shù)字化士兵領(lǐng)域有著廣泛的應(yīng)用前景。
(4)測繪視覺激光匹配SLAM利用各種相機(jī)、激光雷達(dá)等傳感器在實(shí)現(xiàn)導(dǎo)航位姿計(jì)算的同時(shí)，還可以進(jìn)行三維模型重建和地圖構(gòu)建。這些三維模型及地圖在測繪領(lǐng)域有著廣泛的應(yīng)用，尤其是復(fù)雜環(huán)境，如城市、室內(nèi)、地下空間、叢林等衛(wèi)星導(dǎo)航信號(hào)弱或無條件下的高精度測繪。視覺激光匹配SLAM可廣泛應(yīng)用于室內(nèi)外、地下空間三維場景重建、遺跡數(shù)字化保存、偵察測繪等領(lǐng)域。
作者：高揚(yáng)1，胡慶武2，郭浩1
轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///wslw/28405.html
