近年来,随着社会和技术发展,自主移动已经成为了仓储物流 [1] 、无人驾驶 [2] 、快
递配送 [3] 等众多领域中机器人需要具备的一项重要能力,同时也对其长期鲁棒性提出
了极大挑战。在机器人的长期运行中,尤其在室外场景下,环境变化给机器人运行带来
挑战,如何提高机器人移动的鲁棒性成为热门研究话题。而在传感器选择上,虽然 3D
激光雷达等传感器可以直接提供鲁棒的空间的立体几何信息,能有效提高定位感知算法
鲁棒性,但价格高昂,相较而言成本更低的视觉传感器更受青睐。但视觉传感器对环境
变化敏感,鲁棒性较低。因此,如何提高视觉传感器在长期运行中的鲁棒性成为移动机
器人实际落地的重要一环。
从具体实现上看,机器人自主移动一般包括两个重要问题:定位和导航。其中,定
位是根据传感器信息计算机器人的位姿,是关于机器人“在哪里”的问题;而导航则是
根据定位信息和目标点位置计算控制量,是“怎么走”的问题。在纯视觉方案中,需要
利用视觉传感器信息完成两方面的任务:一是构建环境地图并进行定位,为导航提供全
局环境信息和机器人位置信息以进行路径规划;二是对局部环境进行感知,获取障碍物
和可行域信息,为导航提供局部环境信息以进行轨迹规划。在长期运行中,环境会不可
避免地发生变化:有的属于结构变化,如建筑物的重建、马路的拓宽等;有的是外观变
化,如季节更替、日夜切换等。与人眼类似,视觉传感器对这些变化尤为敏感,结构变
化在图像上往往表现为物体变化,而外观变化则往往体现在光照、风格等属性的变化
上。
设计了一个多传感器同步模块,在此基础上搭建了一个试验小车和一个数据采
集车。同步模块以 IMU 时钟为统一的时钟源,通过硬件方案为每个传感器记录时间戳。
实验表明同步模块可以有效地实现硬件同步。基于数据采集车,采集了一系列的传感器
数据,涵盖了相同地点在不同时间,将用于后文的长期视觉定位和感知研究。