复杂环境下基于视觉的移动机器人同时定位与建图关键技术研究

With the rapid development of mobile robot applications, the traditional SLAM method (simultaneous localization and mapping) has been unable to meet the task requirements of robot in complex and unstructured environments. To solve this problem, we propose a mapping and navigation control framework based on robot vison, integrating the advanced technologies such as multi-sensor, robot vision, deep learning and human-robot interaction. A complete theory system of mobile robot vision-based navigation will be constructed, including V-SLAM (visual simultaneous localization and mapping), real-time modeling of complex dynamic environment, environmental semantic understanding and dynamic trajectory planning. Exploring the innovative solutions for the challenges of the existing SLAM algorithms such as robustness, accuracy and computational efficiency. We also established vision-based mobile robot prototype for function demonstration and technical verification in complex environments and human-robot interaction, to evaluate the adaptability and reliability of the proposed methods in dynamic environments. We provide a reliable fast, high-precision mapping and autonomous navigation methods for mobile platform of the service robot, cooperative robot, to improve the autonomy of mobile robots in unstructured environments.

针对移动机器人应用领域的快速发展，传统SLAM方法已无法满足机器人在复杂多变的非结构化环境中作业要求的特点，融合多传感器技术、机器人视觉、深度学习及人机交互等先进信息技术，提出一种以机器人视觉为核心的建图及导航控制框架，构建包括视觉同步定位与建图、复杂动态环境实时建模、环境语义理解及动态轨迹规划在内的完整导航理论体系，探索现有SLAM算法鲁棒性、精确性及计算效率等难题的创新解决方案，建立基于视觉的自主导航移动机器人验证平台，在复杂环境及人机交互任务中开展功能演示与技术验证，检验所提方法对动态环境特性的适应性及可靠性。为服务机器人、协作机器人移动平台快速高精度建图及自主导航提供可靠方法，提高移动机器人在非结构化环境下的自主能力。

随着移动机器人应用领域的快速发展，传统SLAM方法已无法满足机器人在复杂多变的非结构化环境中作业要求。.本项目首先针对移动机器人动态环境下视觉定位与建图“精度”与“实时性”相互制约问题，提出了一种基于GPU加速的SIFT特征检测算法，实现了复杂动态环境下实时、鲁棒的特征检测和描述算子生成，提高帧间数据关联准确度及稳定性，形成了对环境的相对完整一致的感知描述；.其次针对机器人在适应环境动态变化、理解环境信息方面的能力欠缺的问题，提出了一种融合空间信息与语义信息的实时语义分割算法，分析了语义信息对于机器人几何位姿估计及建图的影响，研究两者交替融合的方案，建立了融合语义因子的位姿优化估计和基于几何先验的语义信息更新机制，以改善语义信息估计和位姿估计，建立基于高层语义信息的数据关联关系，提高了机器人回环检测和重定位的能力，使得SLAM系统更加鲁棒可靠；.最终构建了以机器人视觉为核心的建图及导航控制框架，构建了包括视觉同步定位与建图、复杂动态环境实时建模、环境语义理解及动态轨迹规划在内的完整导航理论体系，建立了基于视觉的自主导航移动机器人验证平台，在复杂环境及人机交互任务中开展了功能演示与技术验证，验证了所提方法对动态环境特性的适应性及可靠性。研究成果可为服务机器人、协作机器人移动平台快速高精度建图及自主导航提供技术支撑，提高移动机器人在非结构化环境下的自主能力。.共发表SCI/EI刊源论文7篇，其中SCI论文2篇，EI论文5篇。