[发明专利]一种危险化工事故中移动机器人定位与建图方法

说明书

本发明公开了一种危险化工事故环境下移动机器人的定位与建图方法，本方法应用于搜救移动机器人，可以在复杂危险化工事故现场进行定位和建图，一定程度上减弱了危险化学品爆炸等造成的光照和烟雾影响，提高了事故发生情况下定位和建图的鲁棒性和精度。本方法的核心在于使用时空马尔可夫随机场的方法进行图片去雾处理，采用较稳定的基于特征点法的单目视觉SLAM方法融合IMU传感器数据进行危险化工事故中移动机器人的定位与建图，进一步提高在危险的化工事故情况下机器人对环境的探索能力。

技术领域

本发明属于移动机器人定位导航技术领域，涉及到一种对烟雾进行预处理的基于单目视觉和IMU传感器的移动机器人在危险化工事故环境下的定位与建图方法。

背景技术

近年来，危化品环境事故频发，危化品环境等特殊环境的安全问题引起越来越大的关注。危化品事故突发环境具有复杂，危险系数高的特点，并且危化品爆炸或泄露造成光照和烟雾污染。考虑到环境的复杂性和危险性，本方法移动机器人通过自主定位与建图对环境进行探索，并且一定程度上提高了该环境下定位与建图的鲁棒性和精度。

即时定位与地图构建(SLAM，Simultaneous Localization and Mapping)是使机器人在未知环境中自动创建地图，并根据对自身状态的估计和地图进行自定位的技术。高精度的自定位信息是移动机器人拥有智能，进行路径规划、地图绘制等任务的前提条件。对于危险化工事故现场的复杂环境，现有的SLAM方法显然无法正常工作。

基于激光雷达的SLAM相对精确，误差模型简单，在强光条件下也能稳定运行。同时，激光雷达SLAM价格昂贵，无法进行重定位的问题会造成累积误差。无法在危险化工事故情况下进行定位和建图。

惯性导航算法具有定位精度高、自适应性强和适用环境广泛的优点，同时视觉具有传感器价格低廉、易于维护、所利用的纹理信息丰富的特点，在重定位和场景分类上具有巨大优势。结合多种传感器的优势，多传感器融合技术成为SLAM领域的研究热点。

对于基于视觉和IMU的危险化工事故环境下定位与建图，难点在于解决随机噪声，爆炸或者危化品泄露条件下光照不均匀和烟雾影响。因此，如何解决以上问题，是解决机器人应用在危化品事故环境中定位与建图的关键问题。

发明内容

以下给出一个或多个方面的主要概述以应对这些方面的基本理解。此概述不能将所有构想的方面进行详述，其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

针对移动机器人在危化品事故环境下随机噪声多，光照不均匀和烟雾情况，如图3所示，采用结合图像去雾预处理的单目视觉和IMU联合定位与建图方法。对比surf，orb和sift特征点的性能，采用速度较快的orb特征点，使用一种基于时空的马尔科夫随机场算法进行图像去雾预处理，随后采用单目视觉结合IMU的方法进行危化品事故环境下移动机器人的定位和建图，提高了机器人在危化品事故环境中定位和建图的鲁棒性。

本发明提出一种应用于危化品事故环境下的移动机器人定位与建图方法，包括：

步骤一：采用kinect相机采集图像信息，采用基于时空的马尔科夫随机场方法对图像进行去雾操作。考虑到危化品爆炸造成的烟雾，其对特征匹配的影响如图6所示，会降低特征正确匹配的数量。采用基于时空的马尔科夫随机场算法进行图像去雾预处理。

步骤二：在相机采集的图像进行去雾操作的基础上，采用单目视觉和IMU联合初始化，先进行单目视觉初始化，然后利用单目SLAM测量的每个关键帧的位置和旋转来初始化IMU，得到较为准确的尺度，重力加速度的方向，速度，陀螺仪和加速度的偏置。