题目：基于多传感器融合的单目视觉SLAM研究
主讲人：权美香 计算机学院博士研究生
时间：2020-05-15 上午10:00-11:00
地点：通过腾讯会议举行
会议ID:735385623
会议密码：200515
研究方向：单目视觉SLAM，多传感器融合
内容简介：SLAM是自主移动机器人在其工作空间内实现安全交互的一个关键技术。在室外环境下，机器人可以利用GPS进行定位。但是在室内、隧道等GPS不可用的环境下，机器人必须利用其他传感器来进行定位。单目视觉SLAM由于计算量小、成本低、体积小、轻便、适用范围广，被广泛应用于小型低功耗移动机器人平台。然而单目视觉SLAM系统具有尺度不确定性，而且在图像模糊、相机遮挡等情况下鲁棒性较差。另一方面，IMU和轮式编码器等测量自身运动信息的传感器能够提供精确的帧间运动信息，用这些信息进行导航不仅能够提供运动的绝对尺度，而且能够提供鲁棒的帧间运动估计。但是这类导航结果是严重发散的。由于单目相机与测量自身运动信息的传感器具有互补属性，通过融合这些信息可以实现高精度的定位与建图。
主要研究内容：针对不同运动方式的机器人设计了相对应的多传感器融合方案。首先，针对在3维空间里自由运动的机器人，提出了一种融合EKF和图优化方法的紧耦合单目VISLAM算法来实现延时少且高精度的定位。其次，针对在平面内运动的地面机器人，提出了一种紧耦合轮式里程计和陀螺仪信息的单目VOSLAM算法来实现精确且鲁棒的定位。
