基于单目视觉的未知环境蛇形机器人SLAM技术研究
湖南信息职业技术学院 张卫兵
引言：蛇形机器人相较于传统机器人，具备易于伪装、隐蔽性高、结构紧密和高集成化等特点，其不但能够用于救援、检测等民用领域，还可满足侦察、巡逻等军事需求，并且可通过空中投放到敌方阵地，利用自身携带的图像采集设备，顺利完成侦察任务。
1. 技术研究背景
蛇形搜救机器人导航和控制技术是制约搜救机器人应用于复杂多变环境的关键。搜救机器人要对现场进行探测必须具有自主导航能力。对于环境已知的自主导航问题的研究已经很成熟，但是对环境未知的机器人导航问题的研究还未形成统一和完善的体系。机器人既要通过观测到的地图信息修正自身的位置，又要根据自身的位置创建环境地图。该问题更复杂，涉及的不确定因素更多，也是目前本领域研究的前沿问题。
自2003年8月正式投入发电运行以来，沙集泵站积极利用徐洪河行洪弃水开发水力发电，创造了可观的经济效益，对2003—2011年发电运行数据统计，年平均发电340.4万kWh，机组年平均运行14 183.3台时（按照单台机组平均出力240 kW）。经测试进行降低转速后，每台机发电功率增加约100 kW，全站共增加发电功率500 kW。考虑变频机组等相关设备消耗电量约40 kW，改造后泵站年均发电量可增至470.9万kWh，相当于火电厂燃烧578.7 t标准煤产生的电量，无论是经济效益还是社会效益均比较显著。
图1 蛇形机器人示意图
2. 国内外研究现状
实际上，20世纪90年代国外就已经开始研究基于单目视觉的未知环境蛇形机器人SLAM技术，有着20多年的研究历史。一开始，尼尔森等人只是在机器人的导航系统中加入了人工智能技术，也正是从这个时候开始机器人的定位技术开始被工程师和科学家所重视。但是，在这项研究的早期，定位传感器的种类较少，直接影响到了各项研究的进一步深入，再加上当时的相关研究理论还存在着较大的缺陷，机器人的定位系统精准性更得不到保障，所以该研究一度走向低谷。20世纪80年代末，Jim Crowle等一些年轻的机器人定位技术研究者首次提出将概率分布技术应用到机器人定位技术中，从而估算出机器人的大概位置，并准确定位和制作地图，此时，SLAM技术的相关理论开始不断完善，也吸引了更多的科学家和研究者投入对该实验和理论的研究过程中。最近几年，国际上对SLAM技术的研究不断深入，国外对该项技术的研究也取得了一定的成绩，尤其是针对单目视觉的未知环境蛇形机器人SLAM技术研究更是在20世纪80年代末期得到了兴起。到了现在，这些最新的研究成果极大地鼓舞了当前Visual SLAM的研究，很多国内外相关领域的研究人员在他们的基础上面提出了新的SLAM解决方案。
泡菜发酵过程中会产生一定的亚硝酸盐，人体摄入亚硝酸盐后，与体内的胺类反应生成具有致癌性的N-亚硝基化合物[15-17]。因此，泡菜中含有的亚硝酸盐已成为社会普遍关注的问题。
（3）高动态不确定性环境下实时图像角点检测与特征提取。在高动态复杂未知运动环境下，为提高蛇形搜救机器人在蜿蜒、蠕动、翻滚步态运动中对图像的尺度、平移、旋转变化的角点检测速度与特征提取准确度，研究具有方向特征信息的改进FAST角点检测算子，改进基于像素点二进制位比较的BRIEF特征描述子，使其对旋转不变性及对图像噪声不敏感，提高特征提取准确度，提高机器人动态环境下图像跟踪的准确度和鲁棒性。
3. 研究内容与关键技术
3.1 主要内容
（1）连续帧图像快速特征匹配与局部图像构建。由于蛇形机器人具有高动态运动的特性，使得摄像头位姿的变换频率加快，造成特征难以匹配的问题，因此在研究相邻图像特征点匹配的基础上增加距离约束，提高匹配速度。对此，主要采用RANSAC算法计算所匹配图像的旋转向量和平移向量，从而得到相机的姿态变化量，并以此判断是否为关键帧，同时更新局部地图。
基于单目视觉的未知环境蛇形机器人SLAM技术主要包含了以下内容：
（2）基于卷积神经网络的回环检测方法。随着机器人运动距离的增加，把关键帧作为节点组成的地图数据量巨大。为了防止误差的持续积累，通过改进Siamese网络实现当前关键帧与先前节点的图像相似性分析，完成局部回环与大回环检测，建立节点之间的约束，从而完成全局地图构建。
在国内，针对单目视觉的未知环境蛇形机器人SLAM技术研究兴起得较晚，大概是在10年前才开始在中国出现，相关的研究成果也有很多。在研究的过程中，南开大学的张展宇将SURF应用于此项技术的研究中，并利用提取特征的算法来对机器人的特征地标进行检测和匹配，从而提高机器人定位的准确性和稳定性。另外，中南大学的蔡自兴教授等针对移动机器人同步定位与制图的局部数据关联问题，提出了一种基于粒子滤波的多假设数据关联的方法，通过计算相关代价来重新对粒子的权重进行检查，去除掉SLAM算法中存在的错误数据关联假设。可以看出，在这十多的研究过程中，在我国国内针对Visual SLAM技术方面的研究还不是很深入，没有比较重大的理论突破，因此国内相关的技术人员和研究人员需要继续努力，共同进行创新发展，为研究机器人定位技术做出更多的贡献，方能获得领先国际的研究成果。
运用定义4中的直觉梯形模糊数的加权平均算子ITFN-WA，将直觉梯形模糊决策矩阵的第i行元素加成，得到专家Sk对装配式建筑工程Ni的综合评价直觉梯形模糊数运用ITFN-WA继续对进行加成，得到专家对工程Ni的综合直觉梯形模糊数其中，为影响因子权重向量，为专家权重向量。
3.2 关键技术
基于单目视觉的未知环境蛇形机器人SLAM技术涉及到的最关键技术就是SLAM技术，SLAM最早是由Randall Smith和Peter Cheseseman在1988年发表的论文当中提出来的，在此论文中，通过分析移动机器人的运动方式和装置的传感器来获得的测量数据，分别设计了移动机器人的运动模型和观测模型，结合概率学的贝叶斯理论，得以对轮式移动机器人在未知环境中的运动状态进行实时估计。相关的研究表明，SLAM技术研究是实现机器人自主导航，提高机器人的智能化水平的关键和首先解决的基础性课题。而研究SLAM技术需要从以下两方面进行：（1）形机器人视觉系统结构设计。为了保证机器人能够适应复杂现场环境，要求机器人结构具有高稳定性和适应性兼具基本运动和复杂运动的多步态运动方式，要遵循质量轻、体积小、结构简单等原则；采用模块化设计及建模仿真设计方法，应用三维模型设计软件、机械系统动力学仿真软件和辅助分析设计软件等进行设计。（2）图像角点检测与配准。在高动态不确定性环境中，高速提取特征点十分必要。FAST算法是一种基于机器学习的快速角点检测算法。对于灰度图像的FAST角点检测可以定义为：在某一像素点的周围邻域内有足够多像素点的灰度值大于或者小于该点灰度值，则该点选为角点。但是，由于FAST兴趣点不具有多尺度特性，因此建立图像金字塔，在每一层图像中提取FAST角点以引入尺度特性。然后就要为FAST兴趣点添加方向，使其成为具有方向的FAST兴趣点，通过引入灰度质心法去顶特征点的方向，即通过计算特征点的矩来得到点的方向。
4. 结论
总之，我国基于单目视觉的未知环境蛇形机器人SLAM技术研究还处于一个比较初期的阶段，且在研究中还未取得较为显著的成果，因此还需要国内的科研团队进行更深入的研究。
项目名称： 基于大尺度旋转不变性检测算法的蛇形机器人视觉SLAM研究，项目编号：16C1138。
标签：蛇形机器人论文; 单目视觉论文; 未知环境论文; 高集成化论文; 侦察任务论文; 民用领域论文; 图像采集设备论文; 隐蔽性论文; 湖南信息职业技术学院论文;