基于Kinect传感器和ORB特征的视觉SLAM算法设计与实现

计算机工程与科学

基于Kinect传感器和ORB特征的视觉SLAM算法设计与实现

许芬，王振

（北方工业大学电气与控制工程学院,北京 100144)

收稿日期:2016-08-18 修回日期:2016-12-23 出版日期:2018-05-25 发布日期:2018-05-25

Design & implementation of a visual SLAM algorithm

based on Kinect sensor and ORB feature

XU Fen,WANG Zhen

(School of Electrical & Control Engineering,North China University of Technology,Beijing 100144,China)

Received:2016-08-18 Revised:2016-12-23 Online:2018-05-25 Published:2018-05-25

摘要/Abstract

摘要：

介绍了一个基于嵌入式平台和Kinect传感器的同时定位与地图创建算法的设计与实现。Kinect传感器包括一个可见光彩色摄像头和一个利用结构光测量深度的红外CMOS摄像头。算法利用ORB算子作为环境特征点的描述信息，并利用基于边沿的最近邻修复方法对深度图像进行修正以获得完整的深度信息。在此基础上，利用LSH方法进行特征点的匹配。实验结果表明,基于ORB特征的视觉SLAM算法具有较好的实用性和良好的定位精度，可以广泛应用于室内机器人的自主导航任务。

关键词: 嵌入式视觉, 视觉SLAM, ORB特征, 移动机器人

Abstract:

This paper designs and implements a visual Simultaneous Localization And Mapping (SLAM) algorithm based on embedded platform and Kinect sensors. Kinect sensors consist of a RGB camera and an infrared CMOS camera that uses structured light to measure depth. The algorithm uses the Oriented FAST and Rotated BRIEF (ORB) operator as the description information of the environmental feature points and uses the nearest neighbor repairing method based on edge detection to correct the depth image so as to obtain a complete depth map. Based on this, Locality-Sensitive Hashing (LSH) algorithm is used to match feature points. Experimental results show that the visual SLAM algorithm based on ORB features is feasible, has good positioning accuracy, and can be widely used in autonomous navigation tasks of indoor robots.

Key words: embedded vision, visual SLAM, ORB feature, mobile robot

许芬，王振. 基于Kinect传感器和ORB特征的视觉SLAM算法设计与实现[J]. 计算机工程与科学.

XU Fen,WANG Zhen.

Design & implementation of a visual SLAM algorithm

based on Kinect sensor and ORB feature

[J]. Computer Engineering & Science.

[1]	张小俊, 刘昊学. 轮式移动机器人轨迹跟踪控制研究[J]. 计算机工程与科学, 2022, 44(10): 1804-1811.
[2]	郭园园, 袁杰, 赵克刚. 基于改进A*算法和动态窗口法的机器人路径规划[J]. 计算机工程与科学, 2022, 44(07): 1273-1281.
[3]	赵广元, 赵英. 基于改进蚁群优化算法的养殖场机器人路径规划[J]. 计算机工程与科学, 2022, 44(05): 910-915.
[4]	赵炳巍, 贾峰, 曹岩, 孙瑜, 刘一鸿. 基于模拟退火算法的人工势场法路径规划研究[J]. 计算机工程与科学, 2022, 44(04): 746-752.
[5]	贾哲，冷建伟. 线特征融合光流的单目SLAM算法[J]. 计算机工程与科学, 2018, 40(12): 2198-2204.
[6]	宋建辉，代涛，刘砚菊. 基于改进人工势场法的移动机器人路径规划[J]. 计算机工程与科学, 2017, 39(07): 1328-1332.
[7]	张殿富，刘福. 基于人工势场法的路径规划方法研究及展望[J]. J4, 2013, 35(6): 88-95.
[8]	苏丽颖,宋华磊. 基于自由空间中线法提取构建拓扑地图[J]. J4, 2013, 35(4): 70-74.
[9]	郝博1,秦丽娟2,姜明洋2. 基于改进遗传算法的移动机器人路径规划方法研究[J]. J4, 2010, 32(7): 104-107.
[10]	胡庭波吴涛贺汉根. 基于立体匹配技术的光流场计算方法[J]. J4, 2006, 28(10): 50-53.
[11]	周宏志[1] 王伊卿[1] 樊长虹[2]. 基于神经网络的移动机器人路径规划[J]. J4, 2005, 27(12): 72-75.