[发明专利]基于融合UWB的视觉SLAM的室内定位与导航的方法

说明书

本发明公开了一种基于融合UWB的视觉SLAM的室内定位与导航的方法。本发明包括通过传感器获取环境的图片，构建点云地图，根据相邻两帧图片中ORB特征点匹配获取相邻图片的位姿，同时利用UWB实现定位，记录传感器的位置信息，随后按照一定的路线移动传感器获取位姿，构建地图，并记录每次切换位置后的坐标，通过计算TOF算法获取的当前位置与之前位置是否重复辅助图片相似度检测进行回环检测，并且计算偏移量，将TOF算法的位置关系对于偏移量进行校正，调整机器人位姿，修正点云地图。本发明不仅在正常环境中具备良好的导航定位功能，还可在复杂的室内环境中进行精确定位，并且以较高的准确度为环境建立三维模型。

技术领域

本发明涉及无载通信技术和视觉SLAM技术，尤其涉及一种基于融合UWB的视觉SLAM的室内定位与导航的方法。

背景技术

在室内场景建模领域,日益成熟的计算机视觉、数据融合、视觉导航以及三维建模等技术,为室内场景三维建模提供了理论基础与技术支持。基于视觉的三维建模技术在近些年引起了广大研究人员的关注,从大量的二维数据中,我们可以对某一场景的多视角几何[3,4,5,6]以及三维结构进行建模。目前已经成功开发出用于三维场景重现的实时系统,如利用双目相机的SLAM(Simultaneous Localization And Mapping)系统、在SLAM基础上进行跟踪的PTAM(Parallel Tracking And Mapping)系统等。随着多种传感器的陆续出现,场景建模不再传统地依靠影像来实现,而是综合利用多种传感器的优势实现场景的快速精细建模。

在视觉SLAM中我们通过利用视觉传感器获取灰度图像或者彩色图像。对于图像中的一个像素，它只能告诉我们在某个方位有障碍点、障碍点周围的表观，需要移动位姿再对它观察一次。首先需要在两幅图像中寻找点的对应，这涉及特征点的提取和匹配或准稠密点之间的匹配。计算机视觉发展到今天，其实还不存在性能和速度上很好满足视觉SLAM的特征提取和匹配算法。其次，匹配点的图像坐标与空间坐标之间的关系是非线性的。同时在效率方面，SLAM为满足人们工程上、生活上各方面的需求，需要考虑实时性，实时建立三维模型或获取机器人的位姿，若不考虑实时性，采用从运动恢复结构(structure-from-motion)效果会更好。

UWB(Ultra Wideband)是一种无载波通信技术，利用纳秒至微秒级的非正弦波窄脉冲传输数据。通过在较宽的频谱上传送极低功率的信号，UWB能在10米左右的范围内实现数百Mbit/s至数Gbit/s的数据传输速率。UWB技术具有抗干扰性能强、传输速率高、带宽极宽、消耗电能小、发送功率小等诸多优势。UWB技术最基本的工作原理是发送和接收脉冲间隔严格受控的高斯单周期超短时脉冲，超短时单周期脉冲决定了信号的带宽很宽，接收机直接用一级前端交叉相关器就把脉冲序列转换成基带信号，省去了传统通信设备中的中频级，极大地降低了设备复杂性。UWB技术可用于各个领域的室内精确定位和导航，包括人和大型物品，例如贵重物品仓储、矿井人员定位、机器人运动跟踪、汽车地库停车等，具有穿透力强、功耗低、安全性高、系统复杂度低、能提供精确定位精度等优点。

发明内容

本发明的目的是利用一种融合UWB的技术来辅助解决特征的跟踪和坐标关系之间的非线性，以实现系统更好的实时性、高效性。

本发明提出的一种基于融合UWB的视觉SLAM的室内定位与导航的方法，其过程包括以下步骤：

步骤1、以机器人的初始位置为原点，初始朝向为X坐标轴，建立world坐标系，并在房间选定三个位置设置基站。机器人携带RGB-D相机和信号发送和接受装置按照设定路线进行移动，根据相机逐帧拍摄环境的彩色图片和深度图片。在机器人拍摄图片运动的过程中，利用UWB三边定位法，根据机器人携带信号发送和接受装置到三个基站的位置关系获取、记录相机拍摄图片时在world坐标系下随时间变化的坐标。

步骤2、对于机器人携带相机的拍摄的图片进行处理，取前后两帧图片，对于获取图片通过以下步骤得到Oriented FAST关键点：