priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2022-65-3-218-226pribor-238Research ArticleМЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СИСТЕМАХ НАВИГАЦИИ МОБИЛЬНЫХ РОБОТОВARTIFICIAL INTELLIGENCE METHODS IN MOBILE ROBOT NAVIGATION SYSTEMSОптимизационные алгоритмы повышения точности и робастности визуальной одометрии наземных мобильных роботовOptimization algorithms for improving the accuracy and robustness of visual odometry of ground-based mobile robotsМахмудЖ.MahmoudJ.

Махмуд Жаафар — аспирант; факультет систем управления и робототехники, лаборатория биомехатроники и энергоэффективной робототехники.

Санкт-Петербург

Jaafar Mahmoud — Post-Graduate Student; ITMO University, Faculty of Control Systems and Robotics, International Laboratory of Biomechatronic and Energy-Efficient Robotics.

St. Petersburg

Jaafar.a.mahmoud@itmo.ruХа Тхе ЛонгВ.Ha The LongV.

Ха Тхе Лонг Выонг — магистрант; факультет систем управления и робототехники, лаборатория биомехатроники и энергоэффективной робототехники.

Санкт-Петербург

Vuong Ha The Long — Graduate Student; ITMO University, Faculty of Control Systems and Robotics, International Laboratory of Biomechatronic and Energy-Efficient Robotics.

St. Petersburg

longvuonghathe@gmail.comБурковА. М.BurkovA. M.

Бурков Алексей Михайлович — лаборатория робототехники; ведущий инженер-разработчик.

Москва

Aleхey M. Burkov — Sberbank, Robotics Laboratory; Lead Engineer-Designer.

Moscow

amburkoff@gmail.comКолюбинС. A.KolyubinS. A.

Колюбин Сергей Алексеевич — д-р техн. наук, доцент; факультет систем управления и робототехники, лаборатория биомехатроники и энергоэффективной робототехники; вед. научный сотрудник.

Санкт-Петербург

Sergey A. Kolyubin — Dr. Sci., Associate Professor; ITMO University, Faculty of Control Systems and Robotics, International Laboratory of Biomechatronic and Energy-Efficient Robotics; Leading Researcher.

St. Petersburg

s.kolyubin@itmo.ruУниверситет ИТМОITMO UniversityСбербанкSberbank202201122024653218226Copyright © Национальный исследовательский университет ИТМО, 20242024Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/238

Рассматривается задача повышения точности и робастности методов одновременной локализации и картирования с использованием численной оптимизации с ограничениями. В основе предлагаемого решения лежит модификация алгоритма ORB-SLAM3, учитывающая особенности кинематики наземных роботов и использующая комплексирование данных визуальной и колесной одометрии, блочное уравнивание (bundle adjustment) для настройки параметров, комплексно характеризующих состояние визуального сенсора, а также алгоритм замыкания петли для корректировки карты. Результаты апробации на наборе данных OpenLoris показывают, что для ряда сценариев предлагаемое решение существенно превосходит по точности и робастности известный алгоритм ORB-SLAM3.

The problem of improving the accuracy and robustness of simultaneous localization and mapping methods using numerical optimization with constraints is considered. The proposed solution is based on a modification of the ORB-SLAM3 algorithm, which takes into account the peculiarities of the kinematics of ground robots and uses the complexing of visual and wheel odometry data, bundle adjustment for setting parameters that comprehensively characterize the state of the visual sensor, as well as the loop closure algorithm to correct the map. Results of the approach approbation with an OpenLoris dataset demonstrate that for several scenarios the proposed solution is significantly superior in accuracy and robustness to the ORB-SLAM3 algorithm.

мобильные роботылокализацияоптимизацияодометрияmobile robotslocalizationoptimizationodometryReferencesBailey T., Durrant-Whyte H. Simultaneous localization and mapping (SLAM): Part II. // IEEE Robotics & Automation Magazine. 2006. Vol. 13(3). P. 108—117.Bailey T. and Durrant-Whyte H. IEEE Robotics & Automation Magazine, 2006, no. 3(13), pp. 108–117.Campos C., Elvira R., Rodriguez J., Montiel J. M. Tardos J. D. ORB-SLAM3: An Accurate Open-Source Library for Visual, Visual–Inertial, and Multimap SLAM // IEEE Trans. on Robotics. 2021. P. 1—17.Campos C., Elvira R., Rodriguez J., Montiel M. et al. IEEE Transactions on Robotics, 2021, pp. 1–17.Shi X., Li D. et al. Are We Ready for Service Robots? The OpenLORIS-Scene Datasets for Lifelong SLAM // Intern. Conf. on Robotics and Automation (ICRA), Paris, France. 2020. P. 3139—3145.Shi X., Li D. et al. International Conference on Robotics and Automation (ICRA), Paris, France, 2020, pp. 3139–3145.Bloesch M., Burri M., Omari S., Hutter M., Siegwart R. Iterated extended Kalman filter based visual-inertial odometry using direct photometric feedback // Intern. Journal of Robotics Research. 2017. Vol. 36(10). P. 1053—1072.Bloesch M., Burri M., Omari S., Hutter M. and Siegwart R. The International Journal of Robotics Research, 2017, no. 10(36), pp. 1053–1072.Geneva P., Eckenhoff K., Lee W., Yang Y., Huang G. 2020. OpenVINS: A Research Platform for Visual-Inertial Estimation // IEEE Intern. Conf. on Robotics and Automation (ICRA). 2020.Geneva P., Eckenhoff K., Lee W., Yang Y. and Huang G. 2020 IEEE International Conference on Robotics and Automation (ICRA), 2020.Kummerle R., Grisetti G., Strasdat H., Konolige K., Burgard W. G2o: A general framework for graph optimization // IEEE Intern. Conf. on Robotics and Automation. 2011.Kummerle R., Grisetti G., Strasdat H., Konolige K. and Burgard W. 2011 IEEE International Conference on Robotics and Automation, 2011.Shoudong Huang, Gamini Dissanayake. Convergence and Consistency Analysis for Extended Kalman Filter Based SLAM // IEEE Trans. on Robotics. 2007. Vol. 23(5). P. 1036—1049.Huang Sh. and Dissanayake G. IEEE Transactions on Robotics, 2007, no. 5(23), pp. 1036–1049.Qin T., Li P., Shen S. VINS-Mono: A Robust and Versatile Monocular Visual-Inertial State Estimator // IEEE Trans. on Robotics. 2018. Vol. 34(4). P. 1004—1020.Qin T., Li P. and Shen S. IEEE Transactions on Robotics, 2018, no. 4(34), pp. 1004–1020.Usenko V., Demmel N., Schubert D., Stuckler J., Cremers D. Visual-Inertial Mapping With Non-Linear Factor Recovery // IEEE Robotics and Automation Letters. 2020. Vol. 5(2). P. 422—429.Usenko V., Demmel N., Schubert D., Stuckler J. and Cremers D. IEEE Robotics and Automation Letters, 2020, no. 2(5), pp. 422–429.Quan M., Piao S., Tan M., Huang S. Tightly-Coupled Monocular Visual-Odometric SLAM Using Wheels and a MEMS Gyroscope // IEEE Access. 2019. N 7. P. 97374—97389.Quan M., Piao S., Tan M. and Huang S. IEEE Access, 2019, vol. 7, pp. 97374–97389.

The authors declare that there are no conflicts of interest present.