مکانیابی و نقشه برداری همزمان محیط داخلی توسط ربات پرنده مبتنی بر بهینه سازی زمان-واقعی

مکان یابی و نقشه برداری همزمان مبتنی بر بینایی در محیط های بدون GPS  و داخل ساختمان یکی از نیازمندی های مهم برای ناوبری ربات می باشد. یکی از چالش های مهم برای پیاده سازی زمان-واقعی، قدرت پردازش محدود بر روی ربات های پرنده کوچک است. در این مقاله روشی برای حل این مساله پیشنهاد شده است که با استفاده از تکنیک متعادل سازی هیستوگرام و ارزیاب کیفیت فضایی تصویر بدون مرجع (BRISQUE)  ، باعث بهبود فریم های RGB   می شود و با استفاده از تکنیک نقشه برداری مبتنی بر ظاهر زمان-واقعی (RTAB-Map)   و مجموعه داده های استاندارد، به ارزیابی آن پرداخته شده است. مساله بصورت پیکربندی گراف بیان شده و با استفاده از رویکرد لونبرگ-مارکارت  بهینه می شود. نتایج حاصله بر روی دیتاست آنلاین و آزمایش بر روی ربات پرنده طراحی شده نشانگر کاهش خطای مطلق انتقالی با توجه به مرجع راستی آزمایی موجود است. همچنین دقت و قدرت روش پیشنهادی نسبت به شرایط محیطی و نویز سیستم به میزان حداقل ۱۷ درصد بهبود یافته است.

کلیدواژه ها:

RGB-D SLAM ، RTAB-MAP ، ATE ، Levenberg-Marquardt optimization ، مکان یابی و نقشه برداری همزمان ، نقشه برداری مبتنی بر ظاهر زمان-واقعی ، خطای مطلق انتقالی ، بهینه سازی لونبرگ-مارکارت