基于视觉惯性里程计与语义信息的无人机SLAM方法研究
Research on UAV SLAM method based on visual inertial odometer and semantic information
1. 南京工程学院 工业中心, 南京 211167
2. 浙江省农作物收获装备技术重点实验室, 浙江 金华 321007
摘要
室内环境中存在丰富的语义信息，可以使机器人更好地理解环境，提高机器人位姿估计的准确性。虽然语义信息在机器人同时定位与地图构建（SLAM）领域得到了深入研究和广泛应用，但是在环境准确感知、语义特征提取和语义信息利用等方面还存在着很多困难。针对上述难点，提出了一种基于视觉惯性里程计算法与语义信息相结合的新方法，该方法通过视觉惯性里程计来估计机器人的状态，通过校正估计，构建从语义检测中提取的几何表面的稀疏语义地图；通过将检测到的语义对象的几何信息与先前映射的语义信息相关联来解决视觉惯性里程计和惯性测量单元的累积误差问题。在室内环境中对装备RGB-D深度视觉和激光雷达的无人机进行验证实验，结果表明，该方法比视觉惯性里程计算法取得了更好的结果。应用结合语义信息和视觉惯性里程计的SLAM算法表现出很好的鲁棒性和准确性，该方法能提高无人机导航精度，实现无人机智能自主导航。
基金项目
江苏省农业科技自主创新资金资助项目(CX(21)1007)
教育部产学合作协同育人资助项目(201801166003)
浙江省农作物收获装备技术重点实验室开放课题(2021KY03,2021KY04)
南京工程学院科研基金产学研前瞻性项目(CXY201916)
出版信息
DOI: 10.19734/j.issn.1001-3695.2021.08.0326
出版期卷: 《计算机应用研究》 印刷出版, 2022年第39卷 第3期
所属栏目: 系统应用开发
出版页码: 826-830,840
文章编号: 1001-3695(2022)03-031-0826-05
发布历史
[2021-10-31] 优先出版
[2022-03-05] 印刷出版
引用本文
陈国军, 陈巍, 郭铁铮, 等. 基于视觉惯性里程计与语义信息的无人机SLAM方法研究 [J]. 计算机应用研究, 2022, 39 (3): 826-830,840. (Chen Guojun, Chen Wei, Guo Tiezheng, et al. Research on UAV SLAM method based on visual inertial odometer and semantic information [J]. Application Research of Computers, 2022, 39 (3): 826-830,840. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
