基于英特爾開(kāi)發(fā)套件使用ORB-SLAM3實(shí)現無(wú)人機實(shí)時(shí)定位

作者：上海大風(fēng)技術(shù)有限公司 余力

01大風(fēng)無(wú)人機簡(jiǎn)介

大風(fēng)無(wú)人機是上海大風(fēng)技術(shù)有限公司自主研發(fā)的橋梁巡檢無(wú)人機，旨在為客戶(hù)提供：

一站式的無(wú)人機橋檢解決方案，克服無(wú) GPS 信號時(shí)的無(wú)人機定位精度問(wèn)題

高分辨率且準確的橋梁與城市建模

目前大風(fēng)無(wú)人機已為多位客戶(hù)提供高分辨率模型，包括橋梁、建筑物、道路等，為無(wú)人機在工業(yè)細分領(lǐng)域的應用提供優(yōu)質(zhì)方案。

02雙目視覺(jué)與 IMU 融合 SLAM 技術(shù)簡(jiǎn)介

工業(yè)建模對于精度有著(zhù)高要求，這意味著(zhù)無(wú)人機的 SLAM 算法要提供可靠的實(shí)時(shí)位姿估計。ORB-SLAM3 是目前融合雙目視覺(jué)與 IMU 的優(yōu)秀算法，其前端是針對實(shí)時(shí)性?xún)?yōu)化的 ORB 描述子與關(guān)鍵幀的提取算法，后端是局部地圖的維護、閉環(huán)矯正與全局地圖的更新。在 TUM 數據集測試中，其最高精度可達 1cm。我司基于該框架研發(fā)算法，實(shí)現雙目視覺(jué)與 IMU 數據的融合，精準計算位移距離并給出可靠的實(shí)時(shí)位姿，使得無(wú)人機在無(wú) GPS 的情況下進(jìn)行實(shí)時(shí)定位成為可能，并能被應用于各種無(wú) GPS 場(chǎng)景下的自主飛行與建模。

ORB-SLAM3 在上一代的基礎上優(yōu)化了以下方面：

融合視覺(jué)信息和 IMU 數據，提高了位姿估計的穩定性與精度

對閉環(huán)檢測增加了關(guān)鍵幀時(shí)序連續性要求，保證了閉環(huán)的精度

設置了活躍與非活躍地圖，支持多地圖的建立與融合

圖 . SLAM 算法框架圖

03使用英特爾 CPU 作為機載算力核心的優(yōu)勢

大風(fēng)無(wú)人機使用英特爾 CPU 作為機載算力核心，是因為 x86 + Linux 的軟件生態(tài)非常強大，支持多種市場(chǎng)上已有的軟件和硬件組件，易于快速構建軟件系統，提升開(kāi)發(fā)效率，同時(shí)還有強大的可擴展性和可維護性。

本文將介紹在英特爾 CPU 下運行 SLAM 算法的結果。

04SLAM 算法運行平臺

機載電腦硬件：英特爾開(kāi)發(fā)套件愛(ài)克斯開(kāi)發(fā)板 AIxBoard

機載電腦系統：Ubuntu20.04.1

傳感器：RealSense D435i

05SLAM 算法運行結果

在無(wú)人機巡檢建模中，SLAM 算法需要提供可靠的位姿估計以知曉機體的位移和在地圖中的位置，這需要跟蹤線(xiàn)程盡可能快地處理傳感器數據，即消息幀的處理頻率要盡可能高。在本次測試中，我們在 AIxBoard 上運行了 SLAM 算法，在雙目相機以約 30 Hz 的頻率拍攝的情況下，追蹤線(xiàn)程的平均處理速度能達到 29.69 Hz，說(shuō)明可以程序可以穩定地處理所有到來(lái)的雙目圖像。

06總結與展望

我們在 AIxBoard 下使用雙目視覺(jué)與 IMU 融合的 SLAM 算法，使無(wú)人機具備輸出可靠位姿并準確移動(dòng)規定距離的能力，為后續建立高分辨率與高精度模型提供可靠數據。

未來(lái)，大風(fēng)無(wú)人機將支持更高性能的英特爾 CPU，實(shí)現在無(wú) GPS 信號的場(chǎng)景中自主執行任務(wù)的目標。

公司簡(jiǎn)介

上海大風(fēng)技術(shù)有限公司成立于 2019 年。致力于成為領(lǐng)先的無(wú)人機智能應用專(zhuān)家，專(zhuān)注于無(wú)人機在全新領(lǐng)域的探索與創(chuàng )新。

憑借自主研發(fā)的軟硬件產(chǎn)品，為交通、物流、電力、建筑、應急、消防等行業(yè)提供革命性的整體解決方案。成立至今已取得各種發(fā)明專(zhuān)利、軟件著(zhù)作權 20 余項。

審核編輯：湯梓紅