Multi-camera visual SLAM for autonomous navigation of micro aerial vehicles .pdf下载

本文提出了一种视觉同步定位与映射（SLAM）系统，该系统集成了多个摄像机的测量数据，实现了未知复杂环境下微型飞行器（MA-Vs）自主导航的鲁棒姿态跟踪。分析了多摄像机情况下视觉SLAM姿态跟踪和地图细化的迭代优化问题。分析确保了每次优化更新的正确性和准确性。扩展了一个著名的单目视觉SLAM系统，在最终的实现中使用了两个具有非重叠视场（fov）的摄像机。由此产生的视觉SLAM系统使MAV能够在复杂的场景中自主导航。当星载计算能力允许时，这个系统背后的理论可以很容易地扩展到多摄像头配置。对于大规模环境中的操作，我们将得到的视觉SLAM系统修改为一个恒定时间鲁棒的视觉里程计。为了形成一个完整的视觉SLAM系统，我们进一步实现了一个高效的闭环后端。后端维护一个基于关键帧的全局映射，该映射也用于循环闭合检测。提出了一种自适应窗口位姿图优化方法，用于优化全局地图的关键帧位姿，从而修正视觉里程测量中固有的位姿漂移。在自主飞行和人工飞行的实验中，我们证明了所提出的视觉SLAM算法在MA-Vs机载应用中的有效性。将姿态跟踪结果与外部跟踪系统提供的地面真实数据进行比较。