基于圖像拼接的無(wú)人機(jī)自主導(dǎo)航實(shí)時(shí)SLAM

大多數(shù)無(wú)人機(jī)利用全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）技術(shù)和慣性傳感器（INS）來(lái)估計(jì)自己的地理空間定位。無(wú)人機(jī)通過(guò)GNSS接收器進(jìn)行增強(qiáng)，這些接收器受益于從衛(wèi)星發(fā)射的接收時(shí)間無(wú)線電信號(hào)來(lái)計(jì)算位置（經(jīng)度，緯度和高度）。當(dāng)GNS信號(hào)下降時(shí)，僅基于INS的位置估計(jì)就會(huì)漂移。因此，為了準(zhǔn)確地自主導(dǎo)航航向，必須確保同時(shí)接收至少四顆衛(wèi)星的無(wú)線電信號(hào)。當(dāng)無(wú)人機(jī)任務(wù)包括GNSS信號(hào)變得不可靠的中間位置時(shí)，例如城市地區(qū)，室內(nèi)環(huán)境，森林覆蓋的景觀，被山脈包圍的山谷等，或者當(dāng)無(wú)線電信號(hào)通過(guò)欺騙和游戲操作得到緩解時(shí)，這一點(diǎn)無(wú)法得到保證，特別是對(duì)于在民用頻率上運(yùn)行的GNSS接收器。

隨著計(jì)算機(jī)視覺(jué)的快速發(fā)展，采用相機(jī)的SLAM方法被積極引入，并被稱為視覺(jué)SLAM。圖像拼接基本上是通過(guò)合并同一場(chǎng)景的兩個(gè)或多個(gè)圖像來(lái)形成具有高分辨率的單個(gè)全景圖像，被廣泛用于從數(shù)字地圖和衛(wèi)星圖像中受益的特定區(qū)域的完整映射。使用圖像拼接進(jìn)行SLAM消除了選擇地標(biāo)和提取其特征的需要。每?jī)蓮堖B續(xù)捕獲的圖像的特征用于確定飛行距離和方位角。僅在拼接圖像和兩個(gè)連續(xù)圖像之間執(zhí)行特征匹配，這兩個(gè)圖像是在相同條件下使用相同相機(jī)拍攝的。這降低了計(jì)算復(fù)雜性，減少了所需的內(nèi)存空間，并提供了一種解決方案，可以將無(wú)人機(jī)定位在未知路徑中并應(yīng)對(duì)地標(biāo)的修改。

無(wú)人機(jī)應(yīng)該從具有已知坐標(biāo)的初始位置開始導(dǎo)航。該方法使用圖像拼接來(lái)確定兩個(gè)連續(xù)捕獲的圖像之間的角度和距離。受益于無(wú)人機(jī)的高度，該高度由嵌入在自動(dòng)駕駛儀中的氣壓計(jì)傳感器確定，實(shí)際距離是使用地面采樣距離（GSD）方法確定的。對(duì)于每個(gè)新捕獲的圖像，所有這些步驟都會(huì)不斷重復(fù)。每當(dāng)自動(dòng)駕駛儀檢測(cè)到GNSS接收器發(fā)生故障時(shí)，就會(huì)計(jì)算當(dāng)前位置的坐標(biāo)，并使用美國(guó)國(guó)家海洋電子協(xié)會(huì)（NMEA）格式將當(dāng)前位置的坐標(biāo)饋送到自動(dòng)駕駛儀，該格式被大多數(shù)可用的GNSS接收器采用。

圖像拼接是通過(guò)兩種不同的方法實(shí)現(xiàn)的：（1）直接方法和（2）基于特征的方法。首先，像素到像素的差異最小化以進(jìn)行圖像拼接;然而，后者從圖像中提取一組不同的特征，然后相互匹配。在這項(xiàng)工作中，圖像拼接是通過(guò)基于特征的方法實(shí)現(xiàn)的，因?yàn)樗?，更健壯地?duì)抗場(chǎng)景移動(dòng)，并且能夠自動(dòng)發(fā)現(xiàn)與直接方法相比隨機(jī)圖像集之間的疊加關(guān)系?；谔卣鞯膱D像拼接技術(shù)主要包括以下階段：（1）圖像采集，（2）特征檢測(cè)，（3）使用隨機(jī)樣本共識(shí)（RANSAC）估計(jì)匹配關(guān)鍵點(diǎn)，（4）全局對(duì)齊和（5）圖像混合。圖1描述了所提出方法的總體框架。

①首先，使用SIFT從兩個(gè)連續(xù)圖像和中提取特征。

② 然后，使用FLANN特征匹配器，獲得圖像之間匹配區(qū)域的同源性。FLANN代表近似最近鄰的快速庫(kù)，這是一種自動(dòng)算法配置，允許在近似最近鄰匹配中實(shí)現(xiàn)高性能。

③最后，根據(jù)像素?cái)?shù)計(jì)算兩個(gè)中心之間的方位角和空間距離。

圖1?所提出方法的框圖

為了驗(yàn)證所提出的方法，已經(jīng)進(jìn)行了幾種利用數(shù)據(jù)集的實(shí)現(xiàn)，這些數(shù)據(jù)集由senseFly提供，并由攜帶senseFly S.O.D.A.攝像頭的eBee Plus無(wú)人機(jī)收集。與視頻一起附上，提供了每個(gè)捕獲幀的元數(shù)據(jù)，其中包括位置（緯度，經(jīng)度和高度）。由于尺寸限制，圖2中顯示了使用所建議方法應(yīng)用SLAM的一個(gè)示例。、?和分別如圖2（a）、圖2（b）和圖2（c）所示。圖2（d）和圖2（e）分別表示和在中的同質(zhì)性。在圖2（f）中，方位角顯示在代表原始航向的綠線和代表當(dāng)前航向的紅線之間。請(qǐng)注意，確定坐標(biāo)所需的總執(zhí)行時(shí)間小于飛行持續(xù)時(shí)間。

圖2?所建議方法的樣本應(yīng)用

為了檢查所提出方法的相關(guān)性，將元數(shù)據(jù)中的位置與獲得的結(jié)果進(jìn)行比較。如圖3 所示，圖示示例的誤差為5米，方位角誤差最多為4.6度，其中紅線表示基于所提出方法的距離和角度，黃線表示基于幀元數(shù)據(jù)的距離和角度。請(qǐng)注意，元數(shù)據(jù)中提供的坐標(biāo)由商業(yè)GPS提供，其等效用戶誤差為7米。

圖3?方位角比較結(jié)果

此方法基于圖像拼接，僅依賴于兩個(gè)連續(xù)捕獲的圖像的特征。它允許在GNSS信號(hào)下降時(shí)確定當(dāng)前位置的坐標(biāo)。它的特點(diǎn)是能夠確定未知路徑中的位置并應(yīng)對(duì)地標(biāo)的修改。

審核編輯：湯梓紅