视觉SLAM技术的进展与应用

视觉SLAM技术依靠体积小、功耗低、信息获取丰富的视觉传感器,为未知环境下的机器人提供环境地图及自身在地图中的定位结果,对机器人自动化、智能化应用有着重要意义。本文介绍了视觉SLAM方法的关键技术,总结了目前视觉SLAM的研究现状,分析了当前视觉SLAM研究的主要趋势,最后讨论了视觉SLAM技术在深空、室内等受限环境下的应用现状与前景。     

SLAM技术及其在测绘领域中的应用

即时定位与地图构建（SLAM）是机器人领域的关键技术之一。基于SLAM技术可以对视觉信息和激光雷达数据进行三维重建与地图构建,这些三维模型及地图在测绘领域有着广泛的应用,尤其是更加精确的三维模型数据,对于精确测量和高精度导航等方面有着重要的意义。因此,本文从测绘领域的视角对SLAM技术的发展、原理及其在测绘领域的应用进行了论述和讨论,且对SLAM技术在测绘领域的应用前景进行了展望,为国内外测绘和机器人方面的研究人员提供了重要参考。     

测绘遥感能为智能驾驶做什么?

从自动驾驶汽车到智能汽车,再到智能网联汽车,智能驾驶汽车技术及产业的快速发展,测绘与遥感技术起到了重要的支撑作用.本文首先介绍了国内外智能驾驶汽车的进展及其与常规汽车的区别,基于科学技术发展3次重要浪潮的视角,对比分析和归纳了自动驾驶与测绘遥感的发展历程及其核心技术驱动力.然后从顶层规划与政策环境、环境感知与计算决策车辆关键技术、高精地图与导航定位基础支撑关键技术、车路协同信息交互关键技术4个方面,对智能驾驶汽车的关键技术进行了介绍.以星基导航增强、高精度位置和姿态测量、多源融合感知等多项导航定位先进技术成果为实例,论证了测绘导航赋能单车智能驾驶;通过介绍移动测量与众包高精地图制作技术,阐述了测绘遥感对智能驾驶的关键支撑作用;以天基信息实时服务系统(PNTRC)建设为例,描述了测绘遥感未来将服务智能网联汽车"人-车-路-云"的发展趋势.最后总结分析了智能驾驶发展尚需解决的问题以及测绘遥感近期需要应对的挑战.     

融合无人机航测技术与SLAM技术的房地一体化项目实践

目前,测绘行业正在面临转型发展,以无人机航测技术和激光扫描技术为代表的各种测绘新技术应运而生。本文以房地一体化项目为依托,设计与实现了无人机航测技术与SLAM(Simultaneous Localization and Mapping)移动测量技术相融合的房地一体化测绘实践,致力于解决单一的无人机航测技术在外业数据采集时因遮挡导致的数据不完整的问题,将SLAM作为无人机航测的补充作业手段。通过SLAM技术进行外业数据采集、内业数据处理得到满足地形生产条件的点云数据,以点云数据为基础进行测图,有效解决部分因遮挡导致的内业无法判读的地物。最后对无人机航测技术融合SLAM技术制作的数字线划图成果进行精度分析,验证了该作业方案的可行性。     

HERON背包SLAM激光扫描系统在建筑规划测量中的应用

目前城市建筑工程规划核验竣工测量工作仍以传统测绘为主要技术手段,随着三维激光扫描技术的发展,即时定位与地图构建(SLAM)背包激光扫描技术发展日趋迅速.通过对比分析传统竣工测绘和华测HERON背包SLAM激光扫描系统两种测绘方法,探讨HERON背包SLAM激光扫描系统在建筑竣工测量中的实用性.     

基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法

基于单一传感器的同时定位与地图构建技术已经逐渐不能满足移动机器人、无人机及自动驾驶车辆等智能移动载体日益复杂的应用场景。为了进一步提升移动载体在复杂环境下的定位与建图性能,基于多传感器融合的SLAM技术成为目前研究的热点内容。本文提出了一种基于图优化的紧耦合双目视觉/惯性/激光雷达SLAM方法(S-VIL SLAM),该方法在视觉惯性系统中引入激光雷达原始观测,基于滑动窗口实现了IMU量测、视觉特征及激光点云特征的多源数据联合非线性优化。利用视觉与激光雷达的互补特性设计了视觉增强的激光雷达闭环优化算法,进一步提升了多源融合SLAM系统的全局定位与建图精度。为了验证本文算法的性能,利用自主搭建的集成多传感器的硬件采集平台在室外场景下进行了车载试验。试验结果表明,本文提出的紧耦合双目视觉/惯性/激光雷达里程计相比于紧耦合双目视觉惯性里程计和激光雷达里程计定位定姿性能显著提升,视觉增强的激光雷达闭环优化算法能够在大尺度场景下有效探测出轨迹中的闭环信息,并实现高精度的全局位姿图优化,经过闭环优化的点云地图具有良好的分辨率和全局一致性。     

深空探测巡视器视觉导航定位方法研究与地面试验场验证

地外天体表面巡视器就位探测是深空探测研究的重要手段,其自主导航定位能力是任务开展的重要前提。本文主要对视觉导航方法中的视觉同时定位与地图构建(SLAM)方案开展应用研究。介绍了当下经典的视觉SLAM框架,并以具有代表性的ORB-SLAM3算法为例开展研究;分别利用公开数据集、深空探测地面模拟场数据进行试验验证,探索视觉导航定位算法在深空探测场景下的有效性。本文研究为我国后续开展长距离连续巡视任务提供参考。     

从地球测绘到地外天体测绘

随着人类空间探测技术的不断发展,月球与深空探测已成为测绘遥感科学与技术的前沿和新战场。在多类型深空探测任务的驱动下,测绘遥感技术也得到了新的发展。本文结合国内外深空探测的各类任务,对地外天体环绕遥感测图、着陆导航遥感避障、巡视环境感知与视觉导航定位方面的研究现状和成果进行了系统总结;结合未来月球与深空探测任务需求,对深空遥感测绘技术的发展,包括地外天体海量全球遥感数据智能处理、全球控制网精化、月球南极精细三维形貌测绘、多传感器融合的着陆导航避障和巡视环境感知与定位等进行了探讨。     

无人机视觉SLAM协同建图与导航

地面机器人由于其工作空间的限制,对环境感知存在较大局限性,结合空中机器人在视角方面的优势,实现空地机器人协作是主流趋势。本文提出了一种基于无人机视觉SLAM的协同建图与导航方法,利用无人机空中视角带来的大范围环境感知能力,协助地面机器人快速构建环境模型,提高地面机器人在具有挑战性的未知环境中建图与导航能力。本文方法首先构建了一个显著闭合边界实时检测和跟踪线程,结合点、线特征以及显著闭合边界,提出一种视觉SLAM方法用于无人机空中建图,与传统方法相比,闭合边界的结合极大优化了建图的效果。其次,地面机器人根据无人机获得的初始全局地图自动规划全局路径,在移动过程中,利用搭载的激光传感器对无人机建的初始地图进行更新,并且对路径进行连续的重新规划,避免与障碍物发生碰撞。为了验证本文方法的可行性和先进性,分别进行了仿真试验和真实试验。试验结果表明,本文方法显著提高了建图效果,实现了协同建图与导航方法的完整过程,提高了地面机器人在具有挑战的未知区域中进行自主建图和导航的能力。但是本文方法在障碍物分布密集、地面高低起伏等复杂情况下效果不佳,且实现的二维导航局限性大,未来工作立足于融合激光雷达、IMU等...     

基于ORB-SLAM2算法的水下机器人实时定位研究

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。     

智能时代泛在测绘的再思考

本文首先给出泛在测绘的定义和内涵,然后将传统测绘与泛在测绘进行了比较分析,指出由于互联网实现了人与人的信息便捷交互,互联网时代的泛在测绘最显著的推动力就是为满足人与社会及人与环境的多种需求,人本身也成为了测绘的对象。同时,对环境变化的动态感知,对人与环境关系的感知、认知和相应服务成了泛在测绘的重点特色要素。本文还指出互联网因其位置的虚拟性和网络时间标准过低,无法满足对物理世界协同感知和远程广域协同管控的需求,因此互联网、物联网必须向具有精准时空位置感知能力的泛在网演进。文章论述了"泛在网"随着互联网和物联网的演进,是具有"无时不有,无所不在"时空特性的感知网络,并且随着需求的扩展,正演进出"无所不包,无所不能"的智能化需求态势。目前,只有包括北斗在内的全球卫星导航系统,即GNSS技术,能够赋予泛在网在广域和全球范围内具有时空位置感知和管控的能力。在泛在网的支持下,泛在测绘正在发展以实时精准时空感控为特征,以实现陆海天空网一体化、室内外一体化,并实现人与物理世界及虚拟网络世界交互的感知、探测、认知和调控。由此,泛在网也成为智能时代的关键信息基础设施。为了理解智能时代泛在测绘的需求,文章从...     

人机融合智能的遥感解译生产新方法

以深度学习与测绘生产技术深度融合为基本理念,本文阐述了测绘地理信息技术跨界融合发展给现有遥感解译生产流程带来的变革,分析了现有软硬件环境下智能化生产面临的关键问题,提出了一种人机融合智能的遥感解译生产新方法。该方法突破了多GPU并行训练、滚动反馈训练和分布式微服务应用等多项关键技术,研发出了自然资源深度学习遥感智能解译平台和自然资源深度学习动态解译插件,并在全球地理信息资源建设与维护更新等测绘工程项目中的关键生产环节,进行了规模化的生产应用。经过多个项目实践验证,机器智能与人类智能在遥感解译生产中,通过渐进式人机交互操作进行高效融合,不仅大幅减轻了生产人员工作量,还提升了遥感解译的科学性和时效性,为测绘生产和自然资源调查监测工作提供了强有力的技术支撑。     

“泛在测绘与位置服务及其大数据应用技术”国际工程论坛拟于2015年召开

<正>由中国工程院主办,武汉大学、昆山杜克大学等联合承办的“2015泛在测绘与位置服务及其大数据应用技术”国际工程论坛拟于2015年11月6~9日在江苏昆山举办。此次国际论坛将围绕中国导航定位授时体系建设及泛在测绘技术,泛在时空大数据的挖掘理论、方法与信息安全,泛在位置服务体系及典型应用技术等方面。会议研讨主题包括但不限于:1)中国导航定位授时体系及泛在测绘技术1国家导航定位授时体系建设架构及发展战略;2北斗/GNSS系统的高精度定位技术及动态时空基准测量;3位置传感网及室内外一体化定位技术;4即时定位与高精度地图构建SLAM技术;5惯性导航、水下导航、X射线脉冲星导航和月球导航等其他PNT技术;2)泛在时空大数据的挖掘理论、方法与信息安全     

基于图像语义分割的动态场景下的单目SLAM算法

在恢复场景信息和相机运动时,传统的SLAM算法是基于静态环境假设的。场景中的动态物体会降低算法的稳健性和最终的定位精度。本文提出将基于深度学习的图像语义分割技术与传统的视觉SLAM算法结合,以减少动态物体对定位结果的干扰。首先,构建有监督的卷积神经网络对输入图像中的动态物体进行分割,获得语义图像;然后,从原始图像中提取特征点,并根据语义图像剔除动态物体特征点,保留静态物体特征点;最后,利用静态物体特征点采用基于特征点的单目视觉SLAM算法对相机运动进行跟踪。在ApolloScape自动驾驶数据集上的试验表明,与传统方法相比,本文算法在动态场景中定位精度提升约17%。     

基于自动驾驶众包地图更新技术方法

在自动驾驶领域高精度地图的生产中,由于地图更新的复杂性,影响制图成本、时效等问题,本文提出了众包更新技术优化方法,在进行众包地图制作过程中采用优化后的众包流程、上传架构、融合和定位增强技术,考虑交互流程和众包安全方式,完成众包地图的更新。在实际应用中,结合优化后的技术方法,通过对上传更新数据对比已有地图数据位置变化、属性变化、关联变化和增失变化,传感器云端融合后,计算置信度,进行变化决策,输出更新策略和方式,从而达到降低规模化量产高精度地图成本的目地。     

地理市情监测研究

地理国情监测已经成为测绘与地理信息发展的重要工作,必将对测绘行业产生深远的影响。介绍了地理国情监测的基本概念;从全面普查、动态监测、统计分析、定期发布4个方面论述了地理国情监测的主要任务;并从城镇化发展、经济社会发展、交通基础设施、自然生态环境4个方面阐述了地理市情监测的主要内容,提出了地理市情监测的框架体系。     

位置大数据的分析处理研究进展

目的 大数据时代的到来,使得社会、科学和经济都发生了巨大的变革。当前,基于各种测量传感网络来感知人类个体和群体与自然环境和社会环境关系的泛在测绘所产生的位置大数据是大数据研究的重要组成部分。位置大数据已经成为当前用来感知人类社群活动规律、分析地理国情和构建智慧城市的重要战略资源。通过对位置大数据的处理分析,可从单纯的定位数据引申出人的社会属性以及与环境的关系,这极大地促进了计算机科学技术、数据科学技术与测绘科学技术的联系,形成了一种智能化、社会化的泛在测绘计算。在定义位置大数据概念的基础上,主要从以下三个方面对位置大数据进行了介绍和分析:1)位置大数据的分类、特征、作用与意义,以及涉及的研究方法体系;2)从社会感知、群体智能系统的建设和地理国情分析三个方面对位置大数据的应用分析进行了具体阐述;3)针对位置大数据的混杂型、复杂性、稀疏性以及研究需求,介绍了常用的位置大数据处理方法,包括地图、轨迹数据的预处理以及降维分析、协同挖掘等方面。     

智能化时代下的地理信息动态监测

互联网+、大数据、云计算、人工智能为代表的新一代信息技术与测绘地理信息技术的加速融合,促使传统批次化版本式地理信息动态更新,将升级发展到应需实时动态化监测。分析与探讨了智能化时代下地理信息动态监测的新需求、发展方向、关键技术,详细阐述了新形势下全空间、全信息化产品模式建立,自动化、智能化技术模式创新,灵活化、实时化服务模式拓展,一体化、协同化生产组织模式构建的发展思路,为数字化、信息化测绘向智能化测绘转型升级提供了参考。     

GeoSLAM技术在城市大比例尺地形图测绘中的应用

本文以四川省成都市双流机场区域为研究对象,提出了基于Geo SLAM技术进行城市大比例尺地形图测绘的方法,使用GeoSLAM Horizon手持式移动三维激光扫描仪对研究区域开展地形数据采集和分析,构建一种高效率、高精度、低成本、易普及的采集方式。通过精度检查,实验表明GeoSLAM新技术测图精度满足1:500地形图成果精度要求,效率比传统全野外测量模式提高5倍,该项技术具有广阔的市场应用前景。     

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

随着测绘地理信息使用需求的变化及测绘数据获取技术的进步,全息测绘成为新型基础测绘数据生产的一种思路。SLAM背包结合车载激光扫描系统以其灵活、全时、室内外一体、高精度及全息采集的方式,在地面及内部信息的获取中具有效率高、信息全的特点。与无人机倾斜航测相结合采集目标的全景三维信息,融合处理后可获得测区的全息数据,能为社区的信息化建设提供底图数据。本文通过在广东软件园采用GeoSLAM背包、Trimble MX9车载激光扫描系统及大疆M300无人机倾斜航测3种采集方法获取园区全息数据,然后进行标定、匹配、融合、分类和处理,开展要素化、实体化、三维化生产,形成园区的三维对象化地图数据,为智慧社区的位置服务、管理、展示提供了基础底图。试验结果表明,采用激光结合倾斜航测生产的社区全息地图,在丰富性、准确性、完整性、精度上均比传统的光电测距等方法生产的地图更优。