基于ORB-SLAM2算法的水下机器人实时定位研究

doi:10.13474/j.cnki.11-2246.2019.0375

测绘通报 ›› 2019, Vol. 0 ›› Issue (12): 1-7.doi: 10.13474/j.cnki.11-2246.2019.0375

• 人工智能与高精度地图 • 下一篇

基于ORB-SLAM2算法的水下机器人实时定位研究

张阳^1,2,3, 李海森^1,2,3, 马礼⁴, 王健^1,2,3, 郭企嘉^1,2,3, 祁晶⁵, 闫铭⁶

1. 哈尔滨工程大学水声工程学院, 黑龙江哈尔滨 150001;
2. 哈尔滨工程大学水声技术重点实验室, 黑龙江哈尔滨 150001;
3. 工业和信息化部海洋信息获取与安全工信部重点实验室(哈尔滨工程大学), 黑龙江哈尔滨 150001;
4. 中国地质大学(北京)信息工程学院, 北京 100083;
5. 江苏海洋大学测绘与海洋信息学院, 江苏连云港 222005;
6. 上海大学力学与工程科学学院, 上海 200444

收稿日期:2019-03-28 修回日期:2019-10-25 发布日期:2020-01-03
通讯作者: 王健。E-mail:danlian674@126.com E-mail:danlian674@126.com
作者简介:张阳(1991-),男,博士生,主要从事水下SLAM、水声技术等研究。E-mail:zhyang2018@gmail.com
基金资助:
国家重点研发计划（2017YFC0306000）

Research on real-time positioning of underwater robot based on ORB-SLAM2 algorithm

ZHANG Yang^1,2,3, LI Haisen^1,2,3, MA Li⁴, WANG Jian^1,2,3, GUO Qijia^1,2,3, QI Jing⁵, YAN Ming⁶

1. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin, 150001, China;
2. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China;
3. Key Laboratory of Marine Information Acquisition and Security(Harbin Engineering University), Ministry of Industry and Information Technology, Harbin 150001, China;
4. School of Information Engineering, China University of Geosciences, Beijing 100083, China;
5. School of Geomatics and Marine Information, Jiangsu Ocean University, Lianyungang 222005, China;
6. School of Mechanics and Engineering Science, Shanghai University, Shanghai 200444, China

Received:2019-03-28 Revised:2019-10-25 Published:2020-01-03

摘要/Abstract

摘要： 随着近几年视觉SLAM的快速发展，为机器人、无人机、汽车等导航定位提供了更多选择。针对当前水下机器人定位技术存在的系统复杂、操作难度大等问题，本文提出了一种基于ORB-SLAM2算法的水下定位方案。利用单目相机作为传感器，构建了单目视觉SLAM水下机器人定位模型，完成像素坐标系到世界坐标系的转换，介绍了ORB-SLAM2算法定位涉及的关键技术。通过水下理想环境试验，对ORB-SLAM2算法在水下定位性能进行了综合评价，通过海洋环境试验证明ORB-SLAM2算法可以有效对水下机器人进行实时定位。

关键词: 水下机器人, 水下定位, SLAM, 视觉里程计, ORB-SLAM2

Abstract: With the rapid development of visual SLAM in recent years, it provides more choices for navigation and positioning of robots, drones, and automobiles. Aiming at the problems of complex systems and difficult operation of current underwater robot positioning technology, this paper proposes an underwater positioning scheme based on ORB-SLAM2 algorithm. Using the monocular camera as the sensor, the monocular vision SLAM underwater robot positioning model is constructed, and the conversion from pixel coordinate system to world coordinate system is completed. The key technologies involved in ORB-SLAM2 algorithm positioning are introduced. The underwater positioning performance of the ORB-SLAM2 algorithm is comprehensively evaluated by the underwater ideal environment experiment. The marine environment experiment proves that the ORB-SLAM2 algorithm can effectively locate the underwater robot in real time.

Key words: underwater robot, underwater positioning, SLAM, visual odometer, ORB-SLAM2

中图分类号:

P229

张阳, 李海森, 马礼, 王健, 郭企嘉, 祁晶, 闫铭. 基于ORB-SLAM2算法的水下机器人实时定位研究[J]. 测绘通报, 2019, 0(12): 1-7.

ZHANG Yang, LI Haisen, MA Li, WANG Jian, GUO Qijia, QI Jing, YAN Ming. Research on real-time positioning of underwater robot based on ORB-SLAM2 algorithm[J]. Bulletin of Surveying and Mapping, 2019, 0(12): 1-7.

参考文献

[1] 庞硕,纠海峰.智能水下机器人研究进展[J].科技导报,2015,33(23):66-71.
[2] 徐玉如,李彭超.水下机器人发展趋势[J].自然杂志,2011,33(3):125-132.
[3] 余建伟,危迟.基于SLAM的室内移动测量系统及其应用[J].测绘通报,2016(6):146-147.
[4] 商承超,王伟,谢广明,等.水下机器人定位方法综述[J].兵工自动化,2013,32(12):46-50.
[5] 卞红雨,王珺琳.基于垂直矢量阵的相干信号方位估计算法[J].兵工学报,2012,33(5):605-610.
[6] 张贵英,向函,赵勇.基于计算机视觉的自动驾驶算法研究综述[J].贵州师范学院学报,2016,32(6):14-19.
[7] 张小东,郝向阳,孙国鹏,等.旋翼无人机单目视觉障碍物径向光流检测法[J].测绘学报,2017,46(9):1107-1115.
[8] 龚建华,李文航,张国永,等.增强地理环境中过程可视化方法——以人群疏散模拟为例[J].测绘学报,2018,47(8):1089-1097.
[9] 黄鹤,佟国峰,夏亮,等.SLAM技术及其在测绘领域中的应用[J].测绘通报,2018(3):18-24.
[10] 权美香,朴松昊,李国.视觉SLAM综述[J].智能系统学报,2016,11(6):768-776.
[11] DAVISON A J, REID I D, MOLTON N D, et al. Mono SLAM:real-time single camera SLAM[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29(6):1052-1067.
[12] KLEIN G, MURRAY D. Parallel tracking and mapping for small AR workspaces[C]//Proceedings of the 2007 6th IEEE and ACM International Symposium on Mixed and Augmented Reality. Nara, Japan:IEEE, 2007.
[13] ENGEL J, SCHÖPS T, CREMERS D. LSD-SLAM:large-scale direct monocular SLAM[C]//European conference on computer vision. Switzerland:Springer, 2014:834-849.
[14] FORSTER C, PIZZOLI M, SCARAMUZZA D. SVO:fast semi-direct monocular visual odometry[C]//2014 IEEE international conference on robotics and automation (ICRA). Hong Kong, China:IEEE, 2014:15-22.
[15] MUR-ARTAL R, MONTIEL J M M, TARDOS J D. ORB-SLAM:a versatile and accurate monocular SLAM system[J]. IEEE transactions on robotics, 2015, 31(5):1147-1163.
[16] MUR-ARTAL R, TARDÓS J D. ORB-SLAM2:an open-source slam system for monocular, stereo, and rgb-d cameras[J]. IEEE Transactions on Robotics, 2017, 33(5):1255-1262.
[17] 侯荣波,魏武,黄婷,等.基于ORB-SLAM的室内机器人定位和三维稠密地图构建[J].计算机应用,2017,37(5):1439-1444.
[18] 翟优,曾峦,熊伟.图像像素坐标表示的镜头畸变模型[J].光学技术,2015,41(3):265-269.
[19] 高翔, 张涛, 颜沁睿, 等. 视觉SLAM十四讲:从理论到实践[M]. 北京:电子工业出版社, 2017.
[20] 刘宏伟,余辉亮,梁艳阳.ORB特征四叉树均匀分布算法[J].自动化仪表,2018,39(5):52-54,59.
[21] 李海森,高珏,徐超,等.应用TBD的多波束声呐图像序列SIFT特征追踪[J].哈尔滨工程大学学报,2016,37(8):1009-1014.
[22] 李同,张奇志.基于ORB词袋模型的SLAM回环检测研究[J].信息通信,2017(10):20-25.
[23] 邸凯昌,万文辉,赵红颖,等.视觉SLAM技术的进展与应用[J].测绘学报,2018,47(6):770-779.

基于ORB-SLAM2算法的水下机器人实时定位研究

Research on real-time positioning of underwater robot based on ORB-SLAM2 algorithm

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李国竣, 徐延海, 段杰文, 韩石磊. 利用局部自适应阈值方法提取ORB-SLAM特征点[J]. 测绘通报, 2021, 0(9): 32-36,48.
[2]	范军林, 肖斌, 涂梨平, 胡全一, 师现杰, 危双丰. RGB-D SLAM在室内高精度三维测图中的应用[J]. 测绘通报, 2021, 0(8): 119-122.
[3]	宁振伟. 背包、车载激光扫描结合无人机倾斜航测实践于社区全息数据采集[J]. 测绘通报, 2021, 0(3): 159-163.
[4]	宁振伟, 谢刚生, 钟晓兰. 手持激光雷达扫描系统在农村房地一体测量中的应用[J]. 测绘通报, 2021, 0(2): 103-107.
[5]	杨啸天, 李广云, 向奉卓, 王力, 罗豪龙. 激光SLAM精度测试场设计与实现[J]. 测绘通报, 2020, 0(5): 64-68.
[6]	刘星, 郭杭. 手机视觉与惯性融合的松耦合滤波算法[J]. 测绘通报, 2020, 0(2): 61-65.
[7]	盛超, 潘树国, 赵涛, 曽攀, 黄砺枭. 基于图像语义分割的动态场景下的单目SLAM算法[J]. 测绘通报, 2020, 0(1): 40-44.
[8]	张良桥, 陈国良, 许晓东, 连达军, 王睿. 一种用于图像特征提取的改进ORB-SLAM算法[J]. 测绘通报, 2019, 0(3): 16-20.
[9]	胡博, 危双丰, 严强, 王京濮, 黄鹤. 推车SLAM室内实景三维测图及应用[J]. 测绘通报, 2019, 0(1): 39-43,49.
[10]	杨铭. 背包式移动三维激光扫描系统的应用[J]. 测绘通报, 2018, 0(9): 91-95.
[11]	武少丰, 杜洪涛. 移动激光扫描技术结合天宝Realworks在公路测设中的应用[J]. 测绘通报, 2018, 0(9): 152-155.
[12]	黄鹤, 佟国峰, 夏亮, 李勇, 岳晓阳, 姜斌. SLAM技术及其在测绘领域中的应用[J]. 测绘通报, 2018, 0(3): 18-24.
[13]	彭益堂, 朱敦尧, 唐健, 毛大智. 机器人室内运动轨迹修正控制算法[J]. 测绘通报, 2018, 0(2): 16-20.
[14]	万军, 党亚民, 薛树强, 成英燕, 杨强. 水下定位浮标阵列最小GDOP构型研究[J]. 测绘通报, 2016, 0(5): 22-25,31.
[15]	黄鹤, 王柳, 姜斌, 罗德安. 3D SLAM激光影像背包测绘机器人精度验证[J]. 测绘通报, 2016, 0(12): 68-73.