提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
前言
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。**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。一、空地机器人协作介绍
-
空地机器人协作通常是用来解决大型室外环境中的导航问题，空中机器人具有视角优势，能够快速进行大范围区域环境感知，因此结合空中机器人的优势实现空地协作，可以很好地提高地面机器人在有挑战的未知区域中进行自主建图和导航的效率和能力。
-
本文的协同建图导航方法不依赖于GPS等外部定位方式，提出一种结合点、线特征和显著闭合边界的新颖无人机视觉SLＡＭ 方法，在少、弱纹理等环境中实现精准自主定位，并获得包含精确地面障碍物信息的初始全局地图；地面机器人利用全局地图规划全局路径，在移动过程中利用激光传感器对初始地图进行更新，并不断重新规划路径，以适应地图中获取的新数据，因此地图是由空地机器人共同感知和更新，结合了两种机器人不同视角的优势更好地感知周围环境。
-
现有的视觉SLAM主要分为两种方法，特征点法和直接法。特征点法：通过提取图像的特征点进行匹配来完成SLＡＭ 过程，如PTAM、ORB-SLＡＭ；直接法：直接利用像素信息来进行ＳＬＡＭ 过程，如DSO、LSD-SLAM。
-
本文提出一种基于无人机视觉SLＡＭ 的协同建图与导航方法，利用无人机协助地面机器人快速构建环境模型，提高地面机器人在未知和具有挑战性的区域中建图和导航的能力。
二、本文的方法
- 协同建图与导航方法的主要流程
本文提出一种协同建图与导航方法，首先利用无人机空中视角以及摄像头信息丰富的优势，基于视觉SLＡＭ方法快速进行大范围环境感知，为地面机器人提供初始全局地图，地面机器人在对环境有初步感知的情况下，规划全局路径，可以无须人工操作，在该区域内自主导航移动前往目标点，考虑到无人机空中视角制得的地图会忽略掉许多空中未看到的物体，制得的地图还不够精细，同时机器人行进过程中周围环境可能会发生变化，如出现无人机建图时不存在的障碍物或者物体发生了移动，这些情况会影响地面机器人在有图情况下自主导航的效果。 - 基于无人机视觉SLＡＭ 的初始全局地图构建
在本文中，初始的全局地图是无人机构建并传递给地面机器人的，之后地面机器人在移动过程再进行更新。本文使用一种不受数据关联影响
的地图表示方式，占据栅格地图来近似环境。占据栅格的基本思想是将
环境地图表示为均匀间隔的二进制随机变量字段，每个二进制随机变量表示环境中该位置处是否存在障碍物，本文的建图概念是指构建可用于机器人自主运动的占据栅格地图。 - 显著闭合边界跟踪线程
三、实验
1. 仿真实验
利用Gazebo仿真环境软件构建需要的试验环境，添加垃圾桶、汽车、大方块等多种地面障碍物，根据真实环境设置了摩擦力、重力等因素，所以几乎保证试验结果和真实场景一致。
2. 真实实验
本文真实试验平台基于大疆经纬Ｍ１００无人机，在无人机上自主设计构建空中机器人平台。平台搭载了Ｉｎｔｅｌ主板（配置为Ｃｏｒｅ ｉ７ ５５００Ｕ，８ＧＢ ＡＲＭ，Ｇｒａｐｈｉｃｓ６２０）、１２Ｖ电池以及ＺＥＤ双目相机，平台搭载了Ｈｏｋｕｙｏ二维激光扫描仪、机器人主板、数据交换器等。试验中通过８０２．１１ａｃ无线接口传输的远程信号构建无线局域网，实现空地机器人之间的通信。
利用无人机构建的全局地图，实现地面机器人自主定位和导航避障的过程，如下图所示，图中黑色原点为机器人当前位置，绿色的箭头非箭头端是指定的终点位置，箭头方向表示到达终点位置时机器人的方向，绿色实线表示规划到终点的全局路线，最终地面机器人成功到达终点。
真实试验地面机器人到达终点后更新得到的新地红色箭头所指位置可以看出对于新加入的障碍物进行了建图，对初始地图中结果进行了补充。
总结
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，创建了一个实时的显著闭合边界检测和跟踪线程，极大提升了空中机器人建图的效果。地面机器人根据无人机分享的初始全局地图和初始定位规划到目标点的全局路径，在移动的过程中，会不断更新地图数据，且局部路径也会进行连续的重新规划，确保地面机器人无须人为过多参与就能够快速在未知环境中实现自主的运
动。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，并进行了精度评价，证明了本文方法的可行性和创新性。
论文连接：《无人机视觉SLAM协同建图与导航》