The invention discloses a method for locating and mapping mobile robots in hazardous chemical accident environment. The method is applied to search and rescue mobile robots, which can locate and map complex hazardous chemical accident sites, to a certain extent reduces the influence of light and smoke caused by explosion of hazardous chemicals, and improves the robustness and accuracy of locating and mapping in the case of accidents. The core of this method is to use the space-time Markov random field method for image fog removal. A stable monocular visual SLAM method based on feature point method is used to fuse IMU sensor data to locate and map mobile robots in dangerous chemical accidents, so as to further improve the robot's ability to explore the environment in dangerous chemical accidents.
【技术实现步骤摘要】
一种危险化工事故中移动机器人定位与建图方法
本专利技术属于移动机器人定位导航
,涉及到一种对烟雾进行预处理的基于单目视觉和IMU传感器的移动机器人在危险化工事故环境下的定位与建图方法。
技术介绍
近年来,危化品环境事故频发,危化品环境等特殊环境的安全问题引起越来越大的关注。危化品事故突发环境具有复杂,危险系数高的特点,并且危化品爆炸或泄露造成光照和烟雾污染。考虑到环境的复杂性和危险性,本方法移动机器人通过自主定位与建图对环境进行探索,并且一定程度上提高了该环境下定位与建图的鲁棒性和精度。即时定位与地图构建(SLAM,SimultaneousLocalizationandMapping)是使机器人在未知环境中自动创建地图,并根据对自身状态的估计和地图进行自定位的技术。高精度的自定位信息是移动机器人拥有智能,进行路径规划、地图绘制等任务的前提条件。对于危险化工事故现场的复杂环境,现有的SLAM方法显然无法正常工作。基于激光雷达的SLAM相对精确,误差模型简单,在强光条件下也能稳定运行。同时,激光雷达SLAM价格昂贵,无法进行重定位的问题会造成累积误差。无法在危险化工事故情况下进行定位和建图。惯性导航算法具有定位精度高、自适应性强和适用环境广泛的优点,同时视觉具有传感器价格低廉、易于维护、所利用的纹理信息丰富的特点,在重定位和场景分类上具有巨大优势。结合多种传感器的优势,多传感器融合技术成为SLAM领域的研究热点。对于基于视觉和IMU的危险化工事故环境下定位与建图,难点在于解决随机噪声,爆炸或者危化品泄露条件下光照不均匀和烟雾影响。因此,如何解决以上问题, ...
【技术保护点】
1.一种应用于危化品事故环境下的移动机器人定位与建图方法,其特征在于:该方法包括如下步骤,步骤一:采用kinect相机采集图像信息,采用基于时空的马尔科夫随机场方法对图像进行去雾操作;考虑到危化品爆炸造成的烟雾,会降低特征正确匹配的数量;采用基于时空的马尔科夫随机场算法进行图像去雾预处理;步骤二:在相机采集的图像进行去雾操作的基础上,采用单目视觉和IMU联合初始化,先进行单目视觉初始化,然后利用单目SLAM测量的每个关键帧的位置和旋转来初始化IMU,得到较为准确的尺度,重力加速度的方向,速度,陀螺仪和加速度的偏置;步骤三:在系统初始化完成后,构建单目视觉和IMU融合SLAM系统;前端采用光照鲁棒性较强的orb特征点进行提取和匹配,采用对极几何约束和PnP算法估计相机位姿;融合IMU数据跟踪局部地图,后端优化重投影误差项和IMU的时间误差项;而对于SLAM系统建图,从初始的关键帧开始增量的构建一个生成树;对于每一个新的关键帧进行闭环搜索,使用视觉词袋进行回环检测和相机的重定位,为确保全局地图的一致性,利用相似性约束对位姿图进行优化。
【技术特征摘要】
1.一种应用于危化品事故环境下的移动机器人定位与建图方法,其特征在于:该方法包括如下步骤,步骤一:采用kinect相机采集图像信息,采用基于时空的马尔科夫随机场方法对图像进行去雾操作;考虑到危化品爆炸造成的烟雾,会降低特征正确匹配的数量;采用基于时空的马尔科夫随机场算法进行图像去雾预处理;步骤二:在相机采集的图像进行去雾操作的基础上,采用单目视觉和IMU联合初始化,先进行单目视觉初始化,然后利用单目SLAM测量的每个关键帧的位置和旋转来初始化IMU,得到较为准确的尺度,重力加速度的方向,速度,陀螺仪和加速度的偏置;步骤三:在系统初始化完成后,构建单目视觉和IMU融合SLAM系统;前端采用光照鲁棒性较强的orb特征点进行提取和匹配,采用对极几何约束和PnP算法估计相机位姿;融合IMU数据跟踪局部地图,后端优化重投影误差项和IMU的时间误差项;而对于SLAM系统建图,从初始的关键帧开始增量的构建一个生成树;对于每一个新的关键帧进行闭环搜索,使用视觉词袋进行回环检测和相机的重定位,为确保全局地图的一致性,利用相似性约束对位姿图进行优化。2.根据权利要求1所述的一种应用于危化品事故环境下的移动机器人定位与建图方法,其特征在于:步骤一包括以下步骤,步骤1:从单目相机中获取图像帧数据;步骤2:采用DCP算法估计烟雾浓度,计算暗通道图D(x);步...
【专利技术属性】
技术研发人员:曹政才,谢红玉,黄冉,胡标,周萌,
申请(专利权)人:北京化工大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。