单目相机&UWB 低成本低功耗移动机器人定位方案VR-SLAM 快速恢复跟踪失效 无闭环也轻松获取全局地图 南洋理工大学NTU

­­ ­ ­ ­ ­ ­ ­对于自主移动机器人来说，实现短期和长期准确、可靠和一致的定位是一个很大的挑战，在低空，GPS容易受到干扰与漂移；在高空，视觉与雷达失去特征点。将不同的传感器模态结合起来，利用它们的互补优势是一种常见定位解决方案。但，如何做到低成本低功耗的同时，还能提高定位的可靠性？为什么UWB在其中的作用很关键？基于单目相机与UWB测距、定位技术（LinkTrack UWB高精度定位系统），新加坡南洋理工大学NTU的Thien Hoang Nguyen博士、Shenghai Yuan博士等人所提出的VR-SLAM算法以及多个实测数据，将为行业带来新的思路（文末附下载链接）。
有无UWB参与的定位效果对比：
VIRAL SLAM:Tightly Coupled Camera-IMU-UWB-Lidar SLAM
­­ ­ ­ ­ ­ ­ ­其中，UWB传感器提供了几个关键优势：

  • 与视觉里程计（VO）不同，UWB距离测量是无漂移的，不受视觉条件的影响；与GPS不同，UWB可以在室内和室外使用；与激光雷达相比，UWB传感器更小、更轻、更实惠，并且在机器人平台上安装更简单。
  • UWB还可以用作多机器人情况下的通信网络，两个机器人之间的可变基线，或用于姿态图优化或编队控制的机器人间约束。
  • 另一方面，UWB传感器需要良好的视线（LoS）以获得准确的测量结果，无法提供有关环境的任何感知信息，并且基于距离的定位方法的性能依赖于安装足够的UWB锚定点并且其配置不会陷入退化情况。
因此，利用UWB来补充其他传感器模态在实际应用中具有很大的潜力。UWB与单目相机不仅成本低、功耗低，而且在机器人平台上安装具有机械灵活性。
­­ ­ ­ ­ ­ ­ 使用单目相机和超宽带（UWB）传感器的同时定位和建图（SLAM）系统，被称为VR-SLAM，是一个多阶段的框架，充分发挥了每个传感器的优势并弥补了其缺点。在文中（VR-SLAM: A Visual-Range Simultaneous Localization and Mapping System using Monocular Camera and Ultra-wideband Sensors）：

  • 首先引入了一个UWB辅助的7自由度（尺度因子、三维位置和三维方向）全局对齐模块，将视觉里程计（VO）系统在由UWB锚定点定义的世界坐标系中进行初始化。该模块使用二次约束二次规划（QCQP）或非线性最小二乘（NLS）算法松散地融合了带尺度的VO和测距数据，具体取决于是否有一个良好的初始猜测。
  • 其次，提供了一种伴随的理论分析，包括费舍尔信息矩阵（FIM）及其行列式的推导和解释。
  • 最后提出了UWB辅助的束调整（UBA）和UWB辅助的姿态图优化（UPGO）模块，以提高短期里程计精度，减少长期漂移以及纠正任何对齐和尺度误差。广泛的模拟和实验表明，我们的解决方案优于仅使用UWB/相机和之前的方法，可以在不依赖视觉重定位的情况下快速恢复跟踪失效，并可以轻松地获取全局地图，即使没有闭环。
VIRAL-Fusion: A Visual-Inertial-Ranging-Lidar Sensor Fusion Approach

参考资料