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