一种基于视觉SLAM的智能车制造技术

本实用新型专利技术公开了一种基于视觉SLAM的智能车，包括底盘，所述底盘上方设置有集成仓，集成仓内设置载有视觉SLAM系统的车载主机；所述集成仓的前、后方均设置有深度相机，深度相机与车载主机连接，相机采集智能车周围环境的图像信息并传输至车载主机；所述集成仓的顶盖上设有激光雷达和毫米波雷达，激光雷达、毫米波雷达与车载主机连接，用于智能车的测距及避障，并将探测到的信息传输至车载主机；所述车载主机根据接收的信息构建地图。本实用新型专利技术的装置利用深度相机融合激光雷达实现同时建图和导航，数据获取源多样，不仅仅依靠单一传感器，数据的准确性大大提高，误差减少，能够提高系统的精度。

【技术实现步骤摘要】
一种基于视觉SLAM的智能车
本技术属于无人驾驶技术，具体涉及一种基于视觉SLAM的智能车。
技术介绍
SLAM(simultaneouslocalizationandmapping),也称为CML(ConcurrentMappingandLocalization),即时定位与地图构建，或并发建图与定位。最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的，被认为是实现真正全自主移动机器人的关键。目前，SLAM技术在机器人、无人驾驶、AR/VR等领域扮演了重要角色。现阶段的移动机器人需要搭载更多的传感器来获取自身的位姿以及感知周围的环境，用来满足路径规划以及导航等应用；并且，移动机器人上的相机定位的精度有限，在遇到纹理信息比较少的环境时，特征点较少构建出来的地图效果不好；不仅如此，相机的视角受限，只能看到前方的视角，不能获取全局视角，完成全局的避障。
技术实现思路
技术目的：本技术的目的在于提供一种能够获取全局视角，且能实时避障的基于视觉SLAM的智能车。技术方案：本技术包括底盘，所述底盘上方设置有集成仓，集成仓内设置载有视觉SLAM系统的车载主机；所述集成仓的前、后方均设置有深度相机，深度相机与车载主机连接，深度相机采集智能车周围环境的图像信息并传输至车载主机；所述集成仓的顶盖上设有激光雷达和毫米波雷达，激光雷达、毫米波雷达与车载主机连接，用于智能车的测距及避障，并将探测到的信息传输至车载主机；所述车载主机根据接收的信息构建地图。还包括设置在底盘后端两侧的驱动轮，所述驱动轮与电机模块连接，电机模块对驱动轮进行驱动，实现驱动轮的自主驱动。还包括设置在底盘前端两侧的转向轮，所述转向轮与转向舵机连接，转向舵机控制转向轮转动。所述电机模块与驱动轮之间设有联轴器，电机模块通过联轴器与驱动轮的传动轴联动，实现对驱动轮的驱动。所述集成仓顶盖上设置有带金属防护网的PWM调速风扇。所述底盘上设置有接收机，用来接收遥控手柄发出的信号，能够手控智能车到达地形复杂、纹理信息较少的区域，这样可以获得更加完整的地图，地图的精度有所极高。所述深度相机、激光雷达、毫米波雷达均与车载主机无线连接，实现数据的传输。还包括锂电池，所述锂电池设置在底盘，用于给智能车充电。所述相机的型号采用Kinect-2相机，具有较高的分辨率以及精度。所述底盘采用正向阿克曼底盘，能够接受速度指令，发布里程计数据。有益效果：本技术与现有技术相比，其有益效果在于：(1)数据获取源多样，不仅仅依靠单一传感器，数据的准确性大大提高，误差减少，能够提高系统的精度，并且提高系统的鲁棒性；(2)兼顾激光雷达建图与导航以及深度相机融合激光雷达建图和导航两种模式，能够实时有效的获取周围环境，并且实时避障，地图更新，能够保证智能车自主驾驶；(3)能够利用深度相机融合激光雷达实现同时建图和导航。结合SLAM建图技术，在建图的过程中可以完成智能车的实时导航。附图说明图1为本技术的左视图；图2为本技术的俯视图；图3为本技术的后视图；图4为本技术中SLAM系统的工作流程图。具体实施方式下面结合具体实施方式和说明书附图对本技术做进一步详细介绍。如图1至图3所示，本技术包括底盘1、集成仓2、车载主机3、深度相机4、激光雷达5、毫米波雷达6、转向舵机7、接收机8、电机模块9、驱动轮10、转向轮11、PWM调速风扇12、锂电池13。底盘1采用正向阿克曼底盘，市面上多为反阿克曼结构，底盘1主要具备接受速度指令，发布里程计数据，获取IMU原始数据以及电流电压的监测。底盘上还搭载了2600mAH锂电池，来实现给智能车有效的供电。底盘1上方设置有集成仓2，集成仓2内设置载有视觉SLAM系统的车载主机3。集成仓2包括前、后、左、右设置的前仓板、后仓板、左仓板、右仓板、顶盖、底板。前仓板、后仓板、左仓板、右仓板、顶盖均通过连接杆固接于底盘1上。前仓板预留了一个USB接口，用来搭载深度相机4。集成仓2的后仓板上设有电源开关，左仓板上设有四个USB接口，HDMI接口以及一个网口，右仓板上设有电源的充电口。集成仓2底板和底盘1之间装有4节锂电池13，用于给智能车充电。集成仓2的前、后方均设置深度相机4，深度相机4通过固定杆固定在底盘1上，深度相机4与车载主机3连接，深度相机4感知周围的环境信息，通过采集的图像信息来获取智能车的位姿信息，感知智能车在环境中的位姿。通过前后相机获取的不同环境信息，进行融合处理来获取更加准确的环境地图。本实施例中，深度相机4采用Kinect-2相机，这款相机具有较高的分辨率以及精度，并且可以捕获高帧率的3D信息，检测范围可以达到0.5–4.5m，深度误差小于0.5％ofrange，其水平视角达到了70度，垂直视角达到了60度，非常适合智能车来获取周围的环境信息，并且它的供电和数据传输都是通过数据线和车载主机3相连，固定在集成仓2的左仓板。集成仓2的顶盖上设有激光雷达5和毫米波雷达6，激光雷达5、毫米波雷达6与车载主机3连接，激光雷达5、毫米波雷达6通过固定杆固定到底盘上，用于智能车的测距及避障，同时辅助相机4来感知周围的环境，将探测到的避障信息以及局部的地图信息实时传输给车载主机3。车载主机3根据接收的信息构建地图。同时，集成仓2顶盖上还设置有带金属防护网的PWM调速风扇12。底盘1上设置有接收机8，用来接收遥控手柄发出的信号。深度相机4、激光雷达5、毫米波雷达6均与车载主机3无线连接。底盘1后端两侧设置驱动轮10，驱动轮10与电机模块9连接，并且，电机模块9与驱动轮10之间还设有联轴器，电机模块9通过联轴器与驱动轮10的传动轴联动，实现对驱动轮10的驱动。本实施例中，电机模块9采用直流有刷减速电机，并且自带编码器，用来接收车载主机3发出的信号，用来控制车轮的转向等指令。驱动轮10采用万向轮。底盘1前端两侧设置转向轮11，转向轮11与转向舵机7连接，转向舵机7控制转向轮11转动，转向轮11采用防滑轮。如图4所示，SLAM系统功能实现流程如下:传感器数据读取：对深度相机4和激光雷达获取图像信息的读取和预处理；前端视觉里程计：在视觉里程计部分，在深度相机4和激光雷达数据标定好的前提下进行位姿的估计，我们采用的是Kinect-2相机所以不需要考虑初始化问题，在深度相机4的第一帧就可以获取到深度信息，并且获取关键帧，通过关键帧来估算相邻图像间的运动，并且生成局部地图；后端非线性优化：后端优化主要指处理SLAM过程中噪声的问题，后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图；回环检测：主要解决位置估计随时间漂移的问题，回环检测判断机器人是否到达过先前本文档来自技高网...

【技术保护点】
1.一种基于视觉SLAM的智能车，包括底盘(1)，其特征在于：所述底盘(1)上方设置有集成仓(2)，集成仓(2)内设置载有视觉SLAM系统的车载主机(3)；所述集成仓(2)的前、后方均设置有深度相机(4)，深度相机(4)与车载主机(3)连接，深度相机(4)采集智能车周围环境的图像信息并传输至车载主机(3)；所述集成仓(2)的顶盖上设有激光雷达(5)和毫米波雷达(6)，激光雷达(5)、毫米波雷达(6)与车载主机(3)连接，用于智能车的测距及避障，并将探测到的信息传输至车载主机(3)；所述车载主机(3)根据接收的信息构建地图。/n

【技术特征摘要】
1.一种基于视觉SLAM的智能车，包括底盘(1)，其特征在于：所述底盘(1)上方设置有集成仓(2)，集成仓(2)内设置载有视觉SLAM系统的车载主机(3)；所述集成仓(2)的前、后方均设置有深度相机(4)，深度相机(4)与车载主机(3)连接，深度相机(4)采集智能车周围环境的图像信息并传输至车载主机(3)；所述集成仓(2)的顶盖上设有激光雷达(5)和毫米波雷达(6)，激光雷达(5)、毫米波雷达(6)与车载主机(3)连接，用于智能车的测距及避障，并将探测到的信息传输至车载主机(3)；所述车载主机(3)根据接收的信息构建地图。


2.根据权利要求1所述的基于视觉SLAM的智能车，其特征在于：还包括设置在底盘(1)后端两侧的驱动轮(10)，所述驱动轮(10)与电机模块(9)连接，电机模块(9)对驱动轮(10)进行驱动。


3.根据权利要求1所述的基于视觉SLAM的智能车，其特征在于：还包括设置在底盘(1)前端两侧的转向轮(11)，所述转向轮(11)与转向舵机(7)连接，转向舵机(7)控制转向轮(11)转动。


4.根据权利要求2所述的基于视觉SLAM的智能车，其特征在于：...

【专利技术属性】
技术研发人员：柯福阳，陆佳嘉，宋宝，董一鸣，明璐璐，
申请(专利权)人：南京信息工程大学，
类型：新型
国别省市：江苏;32