楊雪夢, 姚敏茹, 曹 凱

(西安工業(yè)大學(xué) 電子信息工程學(xué)院, 西安 710021)

同時定位與地圖構(gòu)建(Simultaneous Localization And Mapping, SLAM), 是搭載特定傳感器的主體在沒有環(huán)境先驗信息的情況下(即未知環(huán)境下), 在運動過程中建立環(huán)境的模型, 并同時估計自身的運動[1]. 如今SLAM已經(jīng)成為移動機器人領(lǐng)域研究的熱門問題.

移動機器人對未知環(huán)境的探索一直是其自主化研究的熱點和難點, 而SLAM則是其中一個重要的基本問題, 是實現(xiàn)移動機器人自主定位、自主導(dǎo)航、路徑規(guī)劃、目標(biāo)識別及目標(biāo)跟蹤等任務(wù)的基礎(chǔ)和前提, 并應(yīng)用在地面機器人[2,3]、水下機器人[4,5]、無人機[6,7]等平臺上. SLAM技術(shù)被認(rèn)為是移動機器人是否能夠?qū)崿F(xiàn)自主化的關(guān)鍵. 而隨著人類社會的不斷進步和發(fā)展,人們在生產(chǎn)生活中對智能移動產(chǎn)品的需求與日俱增,移動機器人的應(yīng)用環(huán)境因此更趨復(fù)雜化和非結(jié)構(gòu)化,SLAM問題已成為自主移動機器人面臨的急需解決的重要基礎(chǔ)性難題. 而在互聯(lián)網(wǎng)與科技創(chuàng)新的今天,SLAM技術(shù)在物流、教育、醫(yī)療、服務(wù)、娛樂等行業(yè)有著十分廣闊的應(yīng)用前景.

很多機器人對環(huán)境的構(gòu)建都是在環(huán)境地圖已知的情況下完成的, 但是通常情況下卻很難事先獲取環(huán)境地圖, 而SLAM正是提供了一種未知環(huán)境下同時定位與地圖構(gòu)建的方法. SLAM主要包含機器人狀態(tài)估計和環(huán)境地圖構(gòu)建兩大部分, 機器人的狀態(tài)估計通過其位置和方向來描述, 環(huán)境地圖則描述了機器人的運動環(huán)境, 該地圖的構(gòu)建通過地標(biāo)和障礙的位置來完成. 該地圖的構(gòu)建不僅是為了支持額外的任務(wù)如路徑規(guī)劃、導(dǎo)航等, 也是為了能夠修正狀態(tài)估計的定位誤差, 在沒有地圖信息時能夠減小漂移帶來的誤差, 在有地圖時通過重新訪問已知區(qū)域來“重置”誤差(也稱閉環(huán))[8–10].所以說, SLAM就是在移動機器人不斷運動過程中, 通過自身傳感器對自身位置進行估計的同時構(gòu)建周圍環(huán)境地圖的過程. 因此同時定位與地圖構(gòu)建是移動機器人導(dǎo)航研究的基礎(chǔ), 也是移動機器人實現(xiàn)自主性的最重要條件之一.

1 SLAM 發(fā)展現(xiàn)狀

上世紀(jì)80年代時的SLAM問題是一個狀態(tài)估計問題, 最早是由 Smith, Self和 Cheeseman 提出來的[11],當(dāng)時被稱為“空間狀態(tài)不確定性的估計”. 由此開始的三十年, 前一階段的二十年來主要研究了基于概率估計的SLAM[12,13], 例如擴展卡爾曼濾波、粒子濾波和最大似然估計, 這一階段面臨著數(shù)據(jù)關(guān)聯(lián)穩(wěn)定性和算法有效性的挑戰(zhàn); 之后的十年則是算法的分析, 主要包含算法的可觀測性、收斂性、一致性問題, 濾波算法變得日趨成熟.

隨著計算機視覺的發(fā)展, 在2006年視覺SLAM作為一個新的分支被提出[14]并受到研究者的關(guān)注, 直到2012年視覺SLAM成為機器人領(lǐng)域的熱點問題. 而在這個過程中, SLAM逐漸被劃分為兩個部分, 首先是前端, 通過傳感器的觀測來獲取相關(guān)信息, 主要涉及計算機視覺及信號處理相關(guān)理論, 如圖像的特征提取與匹配等; 其次是后端, 對獲取的信息篩選優(yōu)化并得到有效信息, 其中幾何、圖論、優(yōu)化、概率估計等都是所涵蓋的研究內(nèi)容, 主要涉及濾波及非線性優(yōu)化, 如回環(huán)檢測、位姿圖優(yōu)化. 表1對基于概率估計的和視覺SLAM方法作了詳盡的比較. 隨著SLAM技術(shù)的不斷發(fā)展, 基于多機器人的SLAM[15–17]也成為很多研究者關(guān)注的方向.

基于此, 本文從不確定性、數(shù)據(jù)關(guān)聯(lián)、環(huán)境地圖表達(dá)三大關(guān)鍵問題出發(fā), 詳細(xì)闡述了移動機器人SLAM實現(xiàn)方法的研究現(xiàn)狀, 并討論了目前視覺SLAM存在的問題及面臨的挑戰(zhàn), 給出未來SLAM發(fā)展趨勢.

表1 基于概率估計的和視覺SLAM 方法比較

2 SLAM 關(guān)鍵問題

2.1 不確定性問題

SLAM的不確定[11,18]主要來源于機器人系統(tǒng)和非系統(tǒng)誤差. 前者主要是機器人或傳感器本身存在的參數(shù)不準(zhǔn)確, 后者則是由于外界環(huán)境所導(dǎo)致的誤差. 其不確定主要體現(xiàn)在以下3方面:

(1) 移動機器人輪子的打滑、未知外力的影響都會造成一定的不確定性;

(2) 移動機器人傳感器對環(huán)境特征觀測的不確定性, 主要是傳感器本身參數(shù)(如分辨率、測量精度等)以及噪聲的影響;

(3) 由于觀測噪聲等的影響, 觀測數(shù)據(jù)與地圖數(shù)據(jù)對應(yīng)匹配時可能會導(dǎo)致數(shù)據(jù)關(guān)聯(lián)錯誤.

由于移動機器人SLAM不確定性, 導(dǎo)致難以建立準(zhǔn)確的模型. 就傳感器觀測數(shù)據(jù)的不確定性來說, 可采用高分辨率或者多傳感器數(shù)據(jù)融合的辦法來解決, 最大程度減小誤差積累. 通過多傳感器數(shù)據(jù)融合可提高SLAM準(zhǔn)確性, 如文獻(xiàn)[7]利用視覺和慣性傳感器(如IMU), 充分結(jié)合圖像和測量信息(加速度和角速度)進行綜合處理, 減少客觀存在的不確定性引起的誤差.

2.2 數(shù)據(jù)關(guān)聯(lián)問題

數(shù)據(jù)關(guān)聯(lián)問題指建立當(dāng)前傳感器觀測數(shù)據(jù)與地圖中已觀測數(shù)據(jù)間的對應(yīng)關(guān)系, 確定是否都來源于同一特征. 數(shù)據(jù)關(guān)聯(lián)在一定程度上體現(xiàn)了SLAM方法的準(zhǔn)確定, 其主要受以下三點因素的影響:

(1) 由于錯誤的數(shù)據(jù)關(guān)聯(lián)會導(dǎo)致對環(huán)境地圖更新以及位姿估計的錯誤, 所以對于環(huán)境特征的提取和描述有著很高的穩(wěn)定性要求.

(2) 傳感器的測量噪聲、動態(tài)環(huán)境特征等不確定因素也會影響數(shù)據(jù)關(guān)聯(lián)的準(zhǔn)確性.

(3) 數(shù)據(jù)關(guān)聯(lián)算法的選擇也非常重要, 這直接影響著機器人SLAM的準(zhǔn)確性和魯棒性. 現(xiàn)在已有的一些算法有最近鄰數(shù)據(jù)關(guān)聯(lián)法 (Nearest Neighbor, NN)[19]、基于概率的數(shù)據(jù)關(guān)聯(lián) (Probability Data Association,PDA)[20]、基于幾何關(guān)系的數(shù)據(jù)關(guān)聯(lián)[21]等算法.

在視覺SLAM上把這種數(shù)據(jù)關(guān)聯(lián)也稱為回環(huán)檢測[22,23], 其實質(zhì)上就是判斷經(jīng)過的地方是否為曾經(jīng)經(jīng)過的同一地方, 是一種對圖像相似性的檢測方法. 隨著時間的推移, 誤差累積逐漸增加. 如圖1 橢圓圈所示, 可以直觀的看出由于積累誤差導(dǎo)致的漂移, 這使得構(gòu)建的地圖邊界不一致. 所以它關(guān)系到我們估計的軌跡和地圖邊界在一段時間內(nèi)的準(zhǔn)確性.

圖1 積累誤差導(dǎo)致的地圖不準(zhǔn)確示意圖

2.3 環(huán)境地圖的表達(dá)問題

移動機器人通過傳感器來感知周圍環(huán)境, 最終建立自己的環(huán)境地圖. 研究者對于地圖存在不同需求, 構(gòu)建地圖主要是服務(wù)于定位, 則需要建立與任務(wù)要求對應(yīng)的地圖. 構(gòu)建的地圖需滿足以下三點要求:

(1) 地圖要能準(zhǔn)確描述環(huán)境特征;

(2) 在有噪聲干擾等不確定信息的存在下準(zhǔn)確估計機器人的位姿;

(3) 地圖的構(gòu)建能夠充分展示環(huán)境的特征信息, 根據(jù)不同的任務(wù)需求建立相應(yīng)的地圖模型, 并保證SLAM的精度. 在保證精度的同時, 盡量減少地圖創(chuàng)建過程中的數(shù)據(jù)量, 來提高SLAM算法的實時性.

常用的一些環(huán)境地圖的構(gòu)建方法有[24](如圖2所示): 2D柵格地圖、2D拓?fù)涞貓D、3D點云地圖、3D網(wǎng)格地圖, 以及近兩年剛興起的八叉樹[25], 該方法占用存儲空間小且能夠?qū)崿F(xiàn)動態(tài)建模, 在實時性上優(yōu)于3D點云地圖.

圖2 四種建圖方法 (①柵格地圖; ②拓?fù)涞貓D; ③點云地圖;④八叉樹)

3 SLAM 研究方法

由于SLAM問題涉及未知且不確定的環(huán)境信息和干擾噪聲, 一般通過概率方法來描述該問題. 卡爾曼濾波方法是多種SLAM算法的基礎(chǔ), 但是其計算量大和對數(shù)據(jù)關(guān)聯(lián)不敏感的缺點也十分明顯, 隨后提出的基于粒子濾波的算法在這兩方面有所改進. 而視覺SLAM則是在地圖構(gòu)建上有了新的突破.

3.1 基于卡爾曼濾波的算法研究

在基于路標(biāo)的移動機器人SLAM中, 通常把機器人位姿r和地圖信息m存儲在一個狀態(tài)向量X=[r m]T中, 并假設(shè)系統(tǒng)的觀測模型和運動模型都是服從高斯分布的[26]. 該方法的基本思想就是通過機器人位姿與環(huán)境特征之間的關(guān)系以及其狀態(tài)協(xié)方差所構(gòu)成的不確定信息, 完成對機器人位姿和地圖構(gòu)建的一個循環(huán)迭代的估計校正過程. 卡爾曼濾波是一種滿足高斯分布的最優(yōu)的最小方差貝葉斯估計, 但該方法只能適用于線性估計問題, 而一般的問題都是涉及非線性問題,所以基于非線性模型的擴展卡爾曼濾波在SLAM上的應(yīng)用更為廣泛. 該方法不僅易于實現(xiàn), 且在處理不確定信息方面有著很多優(yōu)點, 已經(jīng)用于許多SLAM的研究中. EKF用一階泰勒展開式近似表示非線性, 這樣不可避免地會引入線性化誤差[27,28], 通過預(yù)測和更新難以達(dá)到最優(yōu).

該方法簡單容易實現(xiàn), 但是也存在著很多的問題.系統(tǒng)協(xié)方差能夠很好的處理不確定信息, 協(xié)方差矩陣維持機器人與特征標(biāo)志之間以及各標(biāo)志之間的相關(guān)關(guān)系, 對算法的收斂性起著重要的作用. 但其更新導(dǎo)致繁重的計算量, 復(fù)雜度可達(dá)到O(n2)[29], n為地圖特征標(biāo)志數(shù).

3.1.1 不確定性

針對處理不確定信息時存在的計算量問題, 研究者提出了一些改進算法. 主要總結(jié)為以下兩方面:

(1)從大規(guī)模環(huán)境方面來說, 文獻(xiàn)[30]引入局部子地圖, 在各子地圖中分別實現(xiàn)SLAM, 有效的減小了計算量. 文獻(xiàn)[31]提出一種改進的算法 KLM-EKF, 用已知路標(biāo)的信息對機器人位姿和協(xié)方差矩陣進行修正,并創(chuàng)建輔助系數(shù)矩陣修正已構(gòu)建地圖, 最終實現(xiàn)路標(biāo)的全局更新.

(2)從協(xié)方差的角度來說, 文獻(xiàn)[32]提出一種平方根容積卡爾曼濾波 (Square-Root Cubature Kalman Filter, SCKF)算法, 利用傳遞平方根因子代替協(xié)方差矩陣, 計算中避免了耗費時間的Cholesky分解, 一定程度上減小了線性化誤差, 提高了算法效率. 文獻(xiàn)[33]引入稀疏矩陣概念, 忽略取值較小的元素, 文獻(xiàn)[34]提出的擴展信息濾波器 (Extended Information Filter, EIF)算法利用稀疏矩陣概念, 采用協(xié)方差矩陣的逆矩陣表示不確定信息來進行局部信息更新, 有效降低時間復(fù)雜度.

3.1.2 數(shù)據(jù)關(guān)聯(lián)

針對數(shù)據(jù)關(guān)聯(lián)問題, 由于機器人位置和地圖特征標(biāo)志位置是未知的, 不確定性參數(shù)符合高斯分布, 隨著運動距離的增大位置誤差不斷增大, 都會導(dǎo)致數(shù)據(jù)關(guān)聯(lián)不準(zhǔn)確, 這也被稱為一致性問題[35,36]. 雖然國內(nèi)對數(shù)據(jù)關(guān)聯(lián)方面進行了一定研究, 但對于機器人定位估計的一致性一直缺乏完善的理論分析.

大多數(shù)的文獻(xiàn)都在計算量和數(shù)據(jù)關(guān)聯(lián)上進行了改進, 而忽略了對算法一致性的重視. 在為數(shù)不多的相關(guān)研究中, 文獻(xiàn)[37]提出是由于非線性誤差積累導(dǎo)致算法不一致性. 運動模型和觀測模型必須要進行線性化才能保證算法的收斂性, 線性化雖然簡化了問題但使得系統(tǒng)產(chǎn)生了截斷誤差, 使得估計的狀態(tài)值和協(xié)方差與真實的狀態(tài)值和協(xié)方差不匹配, 對其精度產(chǎn)生影響. 文獻(xiàn)[38]提出的迭代卡爾曼濾波算法, 通過多次迭代估計提高了估計精度, 減小了估計誤差. 但其實噪聲不完全服從高斯分布, 以及當(dāng)在大規(guī)模環(huán)境下時都會導(dǎo)致不一致的可能.

有研究表明認(rèn)為不一致的本質(zhì)原因在于機器人姿態(tài)角的誤差和不確定性. 近年來國外有文獻(xiàn)提出, 不一致是由于全局參考坐標(biāo)起點和方向的不可觀測性引起,并提出了 IEKF-SLAM (Invariant-Extended Kalman Filter)算法[39], 證明了基于不變量擴展卡爾曼濾波SLAM算法的收斂性和一致性. 文獻(xiàn)[40]進一步證明了3D不變量擴展卡爾曼濾波SLAM算法的一致性.

綜上所述, 基于卡爾曼濾波的SLAM在非線性系統(tǒng)中有著廣泛的應(yīng)用, 且實現(xiàn)容易, 能夠很好地處理不確定信息. 隨后的研究在減小非線性化誤差, 提高算法精度上也有著很大貢獻(xiàn), 但在高維復(fù)雜環(huán)境下對數(shù)據(jù)關(guān)聯(lián)的不敏感對SLAM的性能還是有很大影響.

3.2 基于粒子濾波的算法研究

EKF要求系統(tǒng)需要滿足高斯分布, 而粒子濾波算法作為次優(yōu)的濾波方法在解決非高斯非線性系統(tǒng)具有明顯的優(yōu)勢, 其基本思想是用一組相關(guān)權(quán)重的隨機樣本集合, 以及基于這些樣本的估計來近似表征后驗概率密度函數(shù), 采用樣本均值代替積分運算來獲得狀態(tài)最小方差估計的過程[41].

3.2.1 不確定性

常用的基于Rao-Blackwellised粒子濾波器(RBPF)解決了SLAM的理論問題[42], 該問題分解成機器人的位姿估計和地圖估計, 大量的粒子數(shù)通過不斷的采樣-重采樣, 使得每個粒子所估計的“粒子地圖”更接近其真實值.

(1) 為了減少粒子數(shù)量, 文獻(xiàn)[43]使用 Kullback-Leibler Distance (KLD)方法自適應(yīng)確定粒子數(shù)量. 文獻(xiàn)[44]朱磊等將人工魚群算法引入到RBPF SLAM中,使粒子分布在重采樣之前就更加接近真實情況, 然后利用定向重采樣方法使新產(chǎn)生的粒子更加接近于真實運動情況. 文獻(xiàn)[45]提出在計算提議分布時將機器人里程計信息和激光傳感器采集的距離信息進行融合, 有效地減少了所需粒子的數(shù)量.

(2)對粒子的反復(fù)篩選會使得權(quán)重大的粒子多次被重復(fù)選擇, 其余大量的粒子被舍棄, 導(dǎo)致粒子耗盡.對于該問題, 文獻(xiàn)[46]對重采樣中權(quán)值較小的粒子進行遺傳變異操作, 緩解粒子枯竭現(xiàn)象, 提高機器人位姿估計的一致性, 并維持粒子集的多樣性. 再一種思路就是用自適應(yīng)重采樣技術(shù)[47], 給定一個權(quán)重方差的閾值, 當(dāng)粒子權(quán)重方差低于該閾值是進行重采樣, 達(dá)到既維護了合理的粒子權(quán)重方差又減少重采樣次數(shù)的目的, 保證了粒子的多樣性.

基于Rao-Blackwellised的粒子濾波方法引入自適應(yīng)重采樣技術(shù)減少了粒子耗盡問題, 計算粒子分布的時候不單單僅依靠機器人里程計信息, 同時考慮當(dāng)前傳感器的觀測信息, 一定程度減少了機器人位置在粒子濾波步驟中的不確定性.

3.2.2 數(shù)據(jù)關(guān)聯(lián)

RBPF在特征地圖和柵格地圖的SLAM中都得到比較成功的應(yīng)用. 與 EKF SLAM 相比, RBPF 對數(shù)據(jù)關(guān)聯(lián)不敏感, 容許錯誤的數(shù)據(jù)關(guān)聯(lián), 這意味著當(dāng)發(fā)生數(shù)據(jù)關(guān)聯(lián)錯誤時, EKF SLAM 會得到比 RBPF SLAM 更好的結(jié)果. 而Montomerlo提出的基于Rao-Blackwellised的替代方法FastSLAM[48,49], 解決了數(shù)據(jù)關(guān)聯(lián)對SLAM的影響.

FastSLAM利用在機器人路徑已知的情況下各路標(biāo)之間位置相互獨立的特點(在已知數(shù)據(jù)關(guān)聯(lián)情況下),將粒子濾波表征為機器人的軌跡濾波, 則每個路標(biāo)通過獨立的EKF進行估計, 很好的融合了新的觀測信息,使得采樣觀測序列的影響有更好的魯棒性.

相比于EKF的復(fù)雜度(主要是協(xié)方差的更新)和數(shù)據(jù)關(guān)聯(lián)問題, FastSLAM計算復(fù)雜度可從O(nk)降低為 O(klogn)[50], k 為粒子數(shù), n 為路標(biāo)數(shù)量, 適用于路標(biāo)多的大環(huán)境問題, 由于粒子的獨立性, 大大減小了數(shù)據(jù)關(guān)聯(lián)的影響.

隨后的研究中, 文獻(xiàn)[51,52]將粒子群優(yōu)化思想引入到FastSLAM中, 提出了一種基于粒子群優(yōu)化的同時定位與建圖方法. 通過粒子群優(yōu)化方法對FastSLAM中預(yù)估粒子進行更新, 調(diào)整粒子的提議分布, 使得預(yù)測采樣粒子集中于機器人的真實位姿附近. 該方法能有效提高SLAM的精度, 并減少所使用的粒子數(shù)以及計算的時間復(fù)雜度. 文獻(xiàn)[53]通過混合里程計信息和距離傳感器信息構(gòu)造新的采樣提議分布, 使得粒子采樣更加準(zhǔn)確, 并結(jié)合自適應(yīng)的重采樣方法, 有效地減少重采樣次數(shù), 避免頻繁重采樣導(dǎo)致的粒子耗盡問題, 進一步提高了算法的性能. 文獻(xiàn)[54]對于解決粒子群退化問題時帶來的貧化問題, 一改傳統(tǒng)的優(yōu)等粒子代替劣等粒子, 提出讓次等離子向優(yōu)等粒子方向移動的一種趨優(yōu)重采樣算法, 更好的維護了粒子群的多樣性.

綜上所述, FastSLAM算法的研究中, 研究者集中在建議分布、重采樣策略和加入自適應(yīng)機制做出了改進[55–57], 并實現(xiàn)了預(yù)期的效果. 受 FastSLAM 算法由來的啟發(fā), 粒子濾波算法與其他智能算法的結(jié)合也取得重要進展[58,59]. 由于FastSLAM數(shù)據(jù)關(guān)聯(lián)的獨立性, 使其在算法的快速性和抗干擾性上有著很好的優(yōu)勢, 在復(fù)雜大環(huán)境下應(yīng)用廣泛.

3.3 視覺SLAM

基于概率估計的SLAM主要的應(yīng)用環(huán)境、地圖表示主要是在二維空間, 而在三維空間的擴展有所局限.對于該問題, 一方面需要提高移動機器人對環(huán)境的感知能力, 另一方面也需要在現(xiàn)有感知能力限制下, 設(shè)計更好的SLAM系統(tǒng), 以提高系統(tǒng)的實用性. 逐漸地視覺傳感器實現(xiàn)機器人SLAM開始被提出, 視覺SLAM作為一個專有名詞, 從2006年開始受到國內(nèi)外學(xué)者的關(guān)注, 并發(fā)表一系列研究文獻(xiàn)[60–63].

3.3.1 外部傳感器

視覺SLAM最開始使用的外部傳感器主要有聲納和激光雷達(dá)[64,65], 具有分辨率高、抗有源干擾能力強等優(yōu)點, 但其工作受到了環(huán)境的約束, 如GPS信號. 由于SLAM主要在未知環(huán)境下完成, 我們無從獲知環(huán)境信息, 而相機能夠獲取精準(zhǔn)直觀的環(huán)境信息且成本低、功耗小.

隨著計算機視覺的廣泛應(yīng)用, 利用相機作為外部傳感器成為了視覺SLAM研究的主要方向. 根據(jù)其工作方式的不同, 可分為以下三種:

(1) 單目相機: 只能反映出三維場景的二維圖像,并沒有體現(xiàn)出物體到相機之間的距離信息. 由于單目SLAM無法僅憑圖像確定真實尺度, 尺度不確定性是其主要特點, 也是誤差的主要來源. 人們開始使用雙目和深度相機.

(2) 雙目相機: 通過左右眼圖像的差異來判斷場景中物體的遠(yuǎn)近, 能從直接提取完整的特征數(shù)據(jù). 它既能應(yīng)用于室內(nèi)也能應(yīng)用于室外. 但是像素點的深度需要大量的計算才能得到, 且配置與標(biāo)定復(fù)雜, 所以計算量是雙目的主要問題之一.

(3) RGB-D相機: 可同時獲取圖像彩色信息和深度信息. 微軟公司2010年推出的Kinect相機為三維SLAM問題的解決提出了新思路, 由于Kinect價格便宜、簡單方便, 且能快速獲取環(huán)境的彩色信息和深度信息, 不受光譜的影響[66], 這使基于RGB-D的SLAM得到了迅速的發(fā)展[67–71].

3.3.2 標(biāo)志性研究成果

視覺SLAM的先驅(qū)Davison在2007年提出了MonoSLAM[72], 是第一個基于EKF的實時單目視覺系統(tǒng), 以EKF為后端來追蹤前端非常稀疏的特征點. 隨后 Klein等人提出了 PTAM[73](Parallel Tracking Mapping), 是第一個將跟蹤和建圖分為兩個單獨任務(wù)并在兩個平行的線程進行處理, 該研究奠定了視覺SLAM后端處理以非線性優(yōu)化為主導(dǎo)而不是使用傳統(tǒng)的濾波器作為后端. 繼PTAM的雙線程結(jié)構(gòu)后, Tardos又提出的ORB-SLAM三線程結(jié)構(gòu)[74](即特征點的實時跟蹤、地圖創(chuàng)建及局部優(yōu)化、地圖全局優(yōu)化)實現(xiàn)稀疏地圖的構(gòu)建, 同時支持單目、雙目、RGB-D三種模式, 并得到了研究者的認(rèn)同. 而 LSD-SLAM 是 J. Engle等人2014年提出的直接法應(yīng)用在半稠密的單目SLAM中[75], 也就是直接對像素點進行處理并構(gòu)建出大規(guī)模的三維環(huán)境地圖. 類比于 ORB-SLAM, LSD-SLAM 則標(biāo)志著單目直接法在SLAM中的成功應(yīng)用, 以及地圖從稀疏到半稠密的轉(zhuǎn)變. 同時2014年提出的RTABMAP[76]是RGB-D中經(jīng)典的一個方法, 能夠?qū)崿F(xiàn)基于特征的視覺里程計、基于詞袋的回環(huán)檢測、后端的位姿圖優(yōu)化、點云圖和三角網(wǎng)絡(luò)地圖, 但由于其集成度較高, 在其基礎(chǔ)上的開發(fā)變得比較困難.

隨著開源方案的增多, 還有一些算法也逐漸普及,如DTAM、DVO、RGBD-SLAM-V2等. 表2列出了視覺SLAM的幾種典型方法的特點及優(yōu)缺點. 視覺傳感器很好地利用了豐富的環(huán)境信息, 實現(xiàn)了從早期二維地圖到三維地圖的轉(zhuǎn)化, 豐富了地圖信息, 擴展了應(yīng)用領(lǐng)域, 有著很大的實用價值. 但在現(xiàn)實環(huán)境下還存在很大的魯棒性和高適應(yīng)能力技術(shù)挑戰(zhàn).

表2 視覺 SLAM 五種典型方法的比較

3.3.3 視覺 SLAM 存在的問題

視覺SLAM近年來雖然有著很多的研究成果, 但是僅用相機作為唯一外部傳感器進行同時定位地圖構(gòu)建還是存在著很多問題及挑戰(zhàn).

(1)機器人在不同時刻觀測到的環(huán)境地圖會受到各種噪聲的干擾, 導(dǎo)致視覺定位誤差和對環(huán)境結(jié)構(gòu)的錯誤表達(dá). 例如: 動態(tài)環(huán)境、相機觀測角度、相機噪聲、光照變化都可能導(dǎo)致視覺觀測的不準(zhǔn)確, 從而影響到地圖結(jié)構(gòu)的正確性. 對于RGB-D相機來說, 噪聲的干擾使得相機不能得到準(zhǔn)確的深度信息, 導(dǎo)致不能進行準(zhǔn)確的定位.

(2)動態(tài)環(huán)境下信息的丟失也是一大問題, 導(dǎo)致該問題的原因有很多, 例如: 運動的不連續(xù)、環(huán)境特征點少等. 這些問題不僅會影響關(guān)鍵幀匹配和回環(huán)檢測的效果, 也會降低環(huán)境地圖的質(zhì)量, 這對于視覺導(dǎo)航是不利的. 因此如何有效地降低各種噪聲產(chǎn)生的負(fù)面影響、減少誤差的積累以增強視覺SLAM的魯棒性、實時性是非常值得研究的課題.

4 SLAM 未來發(fā)展趨勢

根據(jù)現(xiàn)有SLAM技術(shù)應(yīng)用的場合, 如運動、導(dǎo)航、娛樂等, 我們希望SLAM能夠在嵌入式或者手機等便攜的小型設(shè)備上使用, 更好地為上層應(yīng)用服務(wù), 或者也能利用高性能計算設(shè)備實現(xiàn)精密的三維重建等.為此, 我們把SLAM未來發(fā)展方向分為以下三個方向:

(1)從硬件條件來說: 結(jié)合多種傳感器(例如慣性傳感器、光流計、里程計等). 例如慣性傳感器IMU與相機的結(jié)合, 能夠提供相機快速運動下較好的估計. 雖然這種方法只是處于試驗階段, 但是這樣的結(jié)合為SLAM提供了非常有效的方法. 我們希望SLAM能夠在小型化低成本的低端硬件上實現(xiàn), 例如手機等移動終端上, 從更加實際的角度出發(fā)讓算法更加實用, 能夠應(yīng)用在復(fù)雜的現(xiàn)實場景下.

(2)從軟件算法上來說: 結(jié)合深度學(xué)習(xí). 隨著深度學(xué)習(xí)在人工智能領(lǐng)域的發(fā)展, 通過與SLAM的結(jié)合我們能夠?qū)崿F(xiàn)對圖像更加準(zhǔn)確的識別、檢測, 使得機器人能夠更有效的識別環(huán)境信息[77,78], 更加準(zhǔn)確的估計機器人位姿狀態(tài). 雖然這些方法有著很好的準(zhǔn)確性, 但是還不成熟. 所以深度學(xué)習(xí)與SLAM結(jié)合來處理圖像是未來研究趨勢.

(3)從應(yīng)用層面來說: 地圖的呈現(xiàn)形式能夠更加包羅萬象, 更好地應(yīng)用于實際. 針對不同的任務(wù)需求以及場景環(huán)境都能對應(yīng)相應(yīng)的地圖形式, 更好地服務(wù)于人類. 所以在現(xiàn)有地圖形式基礎(chǔ)上開發(fā)新型的地圖模型是未來需要不斷探索的方向.

5 結(jié)束語

SLAM在研究的近三十年來發(fā)展十分迅速, 基于概率估計的SLAM方法一定程度上解決了不確定性問題以及數(shù)據(jù)關(guān)聯(lián)問題, 但其地圖構(gòu)建僅局限于二維地圖形式, 實時性和適應(yīng)環(huán)境能力遠(yuǎn)遠(yuǎn)達(dá)不到實際應(yīng)用的條件, 而基于視覺信息的SLAM方法具有很好的感知環(huán)境的能力使其在適應(yīng)性與實時性上有一定優(yōu)勢,并能實現(xiàn)三維環(huán)境地圖的構(gòu)建, 更好地提高SLAM實用性. 所以在復(fù)雜多變的環(huán)境下, 有效的融合多種傳感器信息, 并結(jié)合先進的人工智能算法是SLAM的發(fā)展趨勢.