基于仿真的視覺SLAM魯棒性評價研究

王一波，梁偉鄯

（柳州工學院，廣西 柳州 545616）

0 引 言

同時定位與地圖構建（Simultaneous Localization And Mapping, SLAM）通常是指在機器人或者其他載體上，通過對各種傳感器數(shù)據(jù)進行采集和計算，生成對其自身位置姿態(tài)的定位和場景地圖信息的系統(tǒng)，其對于智能機器人走向應用發(fā)揮著關鍵作用。當前，主流SLAM技術分為激光和視覺兩大類，激光SLAM算法簡單，但成本相對較高，應用具有一定局限性；視覺SLAM利用攝像機（單目、雙目或者RGBD）可以從環(huán)境中獲取海量、冗余的紋理信息，擁有超強的場景辨識能力，適用于復雜的應用場景。視覺SLAM目前難以商用，除受關鍵技術制約外，還與目前尚未建立一致、定量的魯棒性評價框架有關，難以滿足不同算法統(tǒng)一評價的要求，也間接限制了視覺SLAM算法的突破。因此，如何根據(jù)具體的應用為視覺SLAM設計操作性強的評估指標和方法，已經(jīng)成為亟待解決的問題。目前視覺SLAM的評價都基于現(xiàn)有的數(shù)據(jù)集，如KITTI數(shù)據(jù)集、TUM數(shù)據(jù)集和EUROC數(shù)據(jù)集等，其具有方便、標準的優(yōu)點，為視覺SLAM一般性評價提供了較好的數(shù)據(jù)支撐，但由于其場景相對單一、無法根據(jù)需要改變環(huán)境條件，從而無法有效評價視覺SLAM的魯棒性。機器人面臨的環(huán)境普遍是動態(tài)的，視覺SLAM的魯棒性可本質(zhì)上反映出機器人的環(huán)境適應性。本文旨在構建準確的魯棒性能指標，建立一致的定量評估框架，滿足不同SLAM系統(tǒng)評估需求，可針對特定應用場景進行評估，從而為視覺SLAM設計及選取提供可靠的依據(jù)。

1 視覺SLAM魯棒性定義

SLAM系統(tǒng)的運行過程可能伴隨光照變換、行進速度改變、環(huán)境設置變化等因素的影響，從表面上看，能夠抵抗上述因素影響的能力即SLAM系統(tǒng)的魯棒性。而魯棒性又分為廣義SLAM魯棒性和狹義SLAM魯棒性。基本無人反饋系統(tǒng)如圖1所示。

圖1 基本無人反饋系統(tǒng)

圖1中，()表示SLAM系統(tǒng)，包括傳感器硬件設備和狀態(tài)估計算法，控制對象的輸出經(jīng)環(huán)境調(diào)制輸入SLAM系統(tǒng)，輸出為控制對象的狀態(tài)。一般情況下，控制對象()存在模型不確定性，可表示為()+Δ()，而環(huán)境存在擾動不確定性，可描述為()和()，假設其方差陣分別為、。系統(tǒng)模型如下：

滿足系統(tǒng)所允許的實際模型集合定義為：

本文將視覺SLAM限定為定位與建圖算法，因此視覺SLAM的魯棒性定義為：對于不同的光照條件、環(huán)境紋理及無人系統(tǒng)非規(guī)律性運動條件，視覺SLAM性能不受影響的能力。

由于運動是相對的，可將運動的無人系統(tǒng)看作靜止條件下場景的運動，此時假設視覺SLAM環(huán)境表示為={,}，其中表示環(huán)境光強度，表示場景設置。當SLAM系統(tǒng)處在靜態(tài)環(huán)境時，不變，即、和保持不變。這里需具體分析和的變化，估計對于系統(tǒng)產(chǎn)生的影響。光照強度的絕對變化量Δ=-，將影響SLAM系統(tǒng)性能,而場景設置主要以變化率=d/d對SLAM系統(tǒng)性能進行評估。Δ將直接影響式（3）中的，如果考慮機器人系統(tǒng)內(nèi)部的擾動，則同樣具有不確定性。系統(tǒng)模型變?yōu)椋?/p>

式中：表示理想光照強度；表示理想光照條件下的觀測矩陣；Δ表示由Δ引起的觀測矩陣的不確定性；當Δ＞ΔI時，由觀測值將無法估計出狀態(tài)值，ΔI表示光照極限變換區(qū)間。

2 基于仿真的視覺SLAM魯棒性評價

視覺SLAM的性能評價往往基于成熟的數(shù)據(jù)集。目前常用的數(shù)據(jù)集有TUMRGB-D數(shù)據(jù)集、KITTI數(shù)據(jù)集和EuRocMAV數(shù)據(jù)集，基本可以滿足一般的應用要求。但當進行魯棒性評價時，以上數(shù)據(jù)集存在相機真實位姿難以準確獲取、不同條件場景難以真實呈現(xiàn)及數(shù)據(jù)標簽工作量巨大等問題。上述問題可通過仿真加以解決。首先，在仿真條件下，系統(tǒng)的真實軌跡及相機參數(shù)是事先設定的，解決了相機位姿無法準確獲取的問題；其次，通過修改仿真環(huán)境及相機參數(shù)，或人為添加各種擾動，可模擬現(xiàn)實中的不確定性，進而有利于對算法進行魯棒性評價。同時，基于仿真的評價方式還具有靈活、成本低的特點，特別適合進行大尺度及復雜場景下的視覺SLAM算法評價。本文基于UnrealEngine平臺模擬不同的應用場景，使用微軟的AirSim插件采集數(shù)據(jù)。

2.1 靜態(tài)環(huán)境魯棒性能評價

由于場景無法定量描述，靜態(tài)魯棒性可以用不同環(huán)境下算法精度的均值表示，由于運行時間與圖像幀數(shù)正相關，對于比較算法對環(huán)境的魯棒性不具備更多參考價值。這里以定位精度、點云精度及點云噪聲比作為魯棒性的判斷依據(jù)。

靜態(tài)魯棒性向量R=[定位精度魯棒性L，點云精度魯棒性P，噪聲比N]

環(huán)境變化對算法的影響主要以靈敏度度量，在此將環(huán)境參數(shù)進行量化，并結合實際情況，分別進行如下定義：

式中：RMSE()、和α分別表示室內(nèi)參考環(huán)境的定位精度、點云精度及噪聲比；ΔRMSE()、ΔH和Δα表示第個環(huán)境相對參考環(huán)境的變化量。

2.2 動態(tài)環(huán)境魯棒性能評價

一般無人系統(tǒng)所處的環(huán)境并非絕對靜態(tài)的，而是或多或少存在運動物體，會對視覺SLAM算法造成一定干擾，為此，仿真過程中需添加不同數(shù)量的運動物體，檢測算法的魯棒性。

動態(tài)魯棒性向量R=[定位精度魯棒性L，點云精度魯棒性P，噪聲比N]

與靜態(tài)場景類似，計算魯棒測度公式如下：

式中，Obj表示運動物體數(shù)量。

2.3 運動魯棒性能評價

很多情況下，無人系統(tǒng)將攜帶相機快速移動，而移動速度的大小也將對視覺SLAM算法性能產(chǎn)生影響，當運動速度過快時圖像會產(chǎn)生明顯的模糊。

運動魯棒性向量R=[定位精度魯棒性L，點云精度魯棒性P，噪聲比N]

計算魯棒測度公式如下：

式中，表示無人系統(tǒng)的運動速度。

2.4 光照魯棒性能評價

無人系統(tǒng)運行環(huán)境的光照會隨著時間的變化而發(fā)生改變，對于視覺SLAM而言，光強變化產(chǎn)生的影響尤為明顯。

光照魯棒性向量R=[定位精度魯棒性L，點云精度魯棒性P，噪聲比N]

與靜態(tài)場景類似，計算魯棒測度公式如下：

式中，表示環(huán)境光照度。

3 實驗及分析

為說明問題，基于UnrealEngine模擬了室內(nèi)、場房及室外3種不同類型的靜態(tài)場景，如圖2所示，用以比較不同視覺SLAM算法對環(huán)境的適應能力。室內(nèi)場景紋理相對豐富，有較多邊緣及棱角可供特征提取；場房則存在較多相似貨架，為進行特征區(qū)分帶來一定難度；室外由于植被及建筑的影響，會存在較強的明暗變化，對于檢測算法對光強的適應性具有重要參考作用。本文選用了3種典型的視覺SLAM算法進行比較，分別為特征點法ORB-SLAM、直接法DSO-SLAM和半直接法SVO-SLAM，實驗硬件平臺為：Intel Core i5-3210M，CPU2.50 GHz，內(nèi)存 5.7 GB。

圖2 UnrealEngine模擬場景

首先通過模擬相同場景下添加不同數(shù)量運動物體以檢測算法對于動態(tài)場景的適應性。為突出運動物體干擾，選取前述室內(nèi)場景，并將無運動物體的靜態(tài)場景作為參考場景。

為此，在仿真過程中通過調(diào)節(jié)相機的運動速度來檢測不同算法對移動速度的魯棒性。由圖3可知，隨著運動物體數(shù)量的增多，上述3種算法都會受到影響而造成定位精度及點云精度下降，同時噪聲比上升。根據(jù)式（7）、式（8）和式（9）計算，ORB-SLAM受動態(tài)場景的影響最小，魯棒測度值為0.31。這是由于ORB-SLAM根據(jù)圖像特征進行定位與建圖，運動物體對于相鄰幀間的特征匹配產(chǎn)生的影響較小，而對直接法DSO-SLAM影響最大。同時，當運動物體數(shù)量大于一定值時，上述視覺SLAM算法都將失效。

圖3 調(diào)節(jié)相機的運動速度檢測不同算法對移動速度的魯棒性

其次，通過模擬相同場景下相機以不同速度進行平移或旋轉(zhuǎn)的情形，用以檢測算法對于無人系統(tǒng)自身運動狀態(tài)的適應性。

在仿真過程中通過調(diào)整照度參數(shù)來檢測不同算法對光照的魯棒性，為減少光源角度產(chǎn)生的影響，實驗過程中，光源始終保持在中心位置。由圖4可知，隨著運動速度的增加，所列算法都會受到影響而造成定位精度及點云精度下降，同時噪聲比上升。根據(jù)式（10）、式（11）和式（12）計算，ORB-SLAM受運動影響最大，魯棒測度值為0.22。這是由于運動速度增加造成部分圖像出現(xiàn)運動模糊、曝光不充分等問題，進而導致特征提取不準確，定位與建圖精度下降嚴重及噪聲點增加；但對于直接法而言，圖像的清晰度影響相對較小，所以其表現(xiàn)出來的魯棒性最優(yōu)，魯棒測度值為0.15。

圖4 調(diào)節(jié)運動速度檢測不同算法受到的影響

最后，通過在不同光照條件下采集圖像，檢測算法對于光照變化的適應性。

由圖5可知，光照處于正常的室內(nèi)亮度，即約50 Lux時，3種算法的測量精度都處于最佳，但低于或高于這一范圍的光照強度都將給算法精度帶來不利影響，越遠離影響越大。根據(jù)式（13）、式（14）和式（15）計算，ORB-SLAM受光照影響最大，光照魯棒測度值為0.12。這是由于光照過亮或者過暗都不利于特征的提取，定位與建圖精度隨之下降更快；直接法受到的影響最小，其光照魯棒測度值為0.05。

圖5 檢測算法對于光照變化的適應性

4 結 語

由實驗可知，本文提出的視覺SLAM魯棒性評價指標體系基本反映了不同視覺SLAM算法對于環(huán)境的適應性，能夠為視覺SLAM研究提供可供借鑒的理論觀點。今后將繼續(xù)圍繞視覺SLAM復雜應用，研究其更為本質(zhì)的特征，為SLAM評價提供更加全面的指標體系和方法。