[01360276]复杂环境视觉同步定位与建图技术

SLAM技术以计算机视觉、信号处理技术为基础,同时又涉及几何学、优化与概率估计理论,还包含传感器校准、系统集成等实际应用问题。 本课题从SLAM理论基础研究入手,深入分析SLAM问题本质,重点研究基于优化的位姿估计与环境建图方法。综合利用点、线、边缘特征改善前端里程计数据关联有效性,提升图像纹理缺失、纹理重复、光照变化强烈等复杂环境下算法的适应性;研究了惯性导航器件、双目、单目等多传感器数据紧耦合方在获得稳健运动估计与、全局一致地图中的作用。针对工程应用需求,利用公开数据集详细对比分析了现有SLAM算法框架的运动轨迹估计精度、算法执行效率及程序实现复杂度。深入研究了利用嵌入式高性能GPU加速SLAM技术产业化的技术方案。重点研究了基于NVIDIA TX2平台的SLAM算法并行优化方法,分析SLAM算法中的数据依赖与处理依赖关系,并针对CUDA硬件模型,给出了图像特征提取、特征匹配与筛选的并行优化方法,以及优化求解时根据Hessian矩阵的稀疏性利用Schur补计算降低求解规模的并行化实现方案。数据集仿真试验结果表明,与PC平台处理相比,在取得相当的绝对路径与相对路径估计精度的情况下,嵌入式GPU处理实时性可与PC处理相媲美。设计了搭载NVIDIA TX2开发模块与双目相机,同时集成ROS Kinetic软件开发环境的移动机器人硬件平台,进行了初步场地测试,验证了算法在硬件平台的适应性,并获取了初步的试验数据。