移动机器人同步地图创建与定位综述

中文科技期刊数据库（全文版）工程技术

2016年83期 215

移动机器人同步地图创建与定位综述

赵汗青 王 鹏 王江峰 刘红彬 装甲兵工程学院，北京 100072

摘要：移动机器人同步地图创建与定位（SLAM ）是指搭载特定传感器的机器人，在没有环境信息和自己位置的情况下，在移动过程中建立环境的模型，同时估计自己的运动。对SLAM 的研究进展和关键技术进行了综述；介绍了单目视觉SLAM ，最后总结分析了SLAM 研究存在的难题。 关键词：移动机器人；SLAM ；单目视觉 中图分类号：TP242 文献标识码：A 文章编号：1671-5519（2016）83-0215-03

引言

最近十年，智能机器人技术在世界范围内得到了大力发

展。用于实际场景，如室内的移动机器人[1]

、空中的无人机[2]、水下环境[3]、地下环境[4]

等等，均得到了广泛的实践。机器人的协同定位与建图（Simultaneous Localization and Mapping ，SLAM ），是指搭载传感器的机器人，在移动时对环境建立描述模型，同时估计自己的运动。SLAM 同时包含定位与建图两个问题，被认为是实现机器人自主性的关键问题之一。机器人的位置和地图两者是耦合度高的，任何一方都无法单独获取，这样一种相辅相生、不断迭代的过程，曾有人

形象地比喻为“鸡和蛋”的问题[5]

。

1 实现SLAM 的理论与技术

经过近30年的研究，SLAM 已经有了一个基本实现的框架。机器人根据携带的内部传感器对当前所在位置进行预估计，然后通过观测已经创建好的地图特征点逐步来更新自己的位置和地图特征点信息，最后通过传感器观测提取环境特征点，创建并更新环境地图。SLAM 框图如图1，

图1 SLAM 基本实现的框架

1.1 传感器

随着传感器形式和安装方式的不同，SLAM 难度会有较大的差异，其原理也会有很大的不同。

1.1.1 测距传感器

在传统的移动机器人定位系统中，测距传感器多选用激光雷达或超声波传感器，其优点是速度快、信息量大、地图创建准确；但缺点是系统复杂，成本高，不利于小型化。

1.1.2 视觉传感器

用于SLAM 研究的视觉传感器有很多种，包括：单目视觉[6]、双目立体视觉[7]、多目立体视觉以及全景视觉[8]

等，此

外视觉传感器与激光[9]

、超声等传感器组合使用也受到重视。

1.2 特征点提取与匹配

提取用于匹配特征点，在提取特征的同时即保留下对特

征的描述。其方法主要有：SIFT [10]，SURF [11]，HARRIS [12]，FAST [13]

，

BRIEF [14]，ORB [15]

。

这些方法在提取特征时建立了对特征描述矢量，通过计算两个特征矢量间的距离来进行匹配。并且，也都考虑到了特征的旋转、比例和亮度变化等因素，对于噪声也有很强的适应性，因此常用于大视角和大比例变化的影像特征匹配。

1.3 数据关联

数据关联是SLAM 问题的重点之一。它要求在机器人更新地图之前，将当前传感器所获得的新观测值与已知的地图进行匹配，确定每个观测值是已知的某个特征，还是新的特征值，或是噪声。数据关联错误有三种，一种是把已知特征与另外一个已知特征发生关联，另一种是把已知特征当作未知特征，还有就是把未知特征当成已知特征。单个的数据关联错误都有可能导致SLAM 状态估计的不一致，甚至导致算法的错误。

通常，SLAM 数据关联包括三个方面：①门限过滤：门限过滤用于观测量值，滤除不符合要求的观测量值，如虚假观测等；②数据关联度量：对经过门限过滤并且己落入门限内的观测值，度量出各观测值与地图中己经存在的特征的接近程度；③数据关联准则：按照数据关联准则，把与己经存在的特征预测位置最接近的观测量赋予相对应的特征使二者关联匹配。

SLAM 中常用的数据关联算法有：最近邻数据关联、概率数据关联、联合概率数据关联、联合相容性检验算法、联合相容性分歧定界算法、多假设数据关联和惰性数据关联。但是无论哪一种算法，都必须注意降低关联误差和计算复杂度。

1.4 回环检测

回环检测是指机器人识别曾经到达场景的能力。如果检测成功，可以显著地减小累积误差。基于EKF 的SLAM 非常依赖正确的数据关联，这可视为一种针对路标的闭环检测。而对于姿态图，由闭环检测带来的额外的约束，也可以使优化算法得到一致性更强的结果。

回环检测的难点在于，错误的检测结果会使地图变得很糟糕。这些错误分为两类：1）假阳性：指事实上不同的场景被当成了同一个；2）假阴性：指事实上同一个场景被当成了两个。感知偏差会严重地影响地图的结果，通常是希望避免的。一个好的回环检测算法应该能检测出尽量多的真实回环。研究者常常用准确率-召回率曲线来评价一个检测算法的好坏。

1.5 地图构建

机器人利用对环境的感知信息对现实世界进行建模，自动地创建一个地图。创建地图的目的是用于坐标系下的位姿

估计。典型的地图表示方法有度量地图[16]

，度量地图强调精确地表示地图中物体的位置关系。相比于度量地图的精确性，

拓扑地图[17]

将地图表达为一个图（Graph ）：G = {V ；E}，所以更强调地图元素的独立性，以及元素之间的连通关系。语

义地图[18]

的研究者希望给地图上的元素添加标签信息，从而

机电机械

216 2016年83期

使得地图的含义更加丰富，使智能机器人与人类的交互更加自然。由于上述地图表达方式各有优劣，因而有研究者认为应该构建带有层次模型的地图既混合地图，混合使用不同的表达方式来处理地图。其核心思想是，在小范围内，用度量地图表达局部结构；大范围内，又用拓扑地图表达各个小地图之间的连通关系。

2 单目视觉SLAM

单目视觉SLAM 是仅使用一个摄像头作为传感器完成同步定位与地图创建操作，具有系统结构简单、成本低且易实现，可以用于室内，室外等优点。因此，基于单目视觉SLAM 技术逐渐成为研究的热点，并且在许多领域中体现出巨大的应用价值。但是单目有个最大的问题，就是没法确切地得到深度。首先，由于绝对深度未知，单目SLAM 没法得到机器人运动轨迹以及地图的真实大小。单目SLAM 只能估计一个相对深度，在相似变换空间中求解，而非传统的欧氏空间。所以，为了估计这个相对深度，单目SLAM 要靠运动中的三角测量，反向深度法等方法，来求解图像间的运动。它的轨迹和地图，只有在相机运动之后才能收敛，并且由于几何上的原因，这运动不能是纯粹的旋转，这些原因造成了单目SLAM 在应用方面的一些困难。

2.1 单目视觉SLAM 方法分类

根据算法是否采用概率框架，单目视觉的SLAM 方法主要可以分为两类，即滤波器和优化。

2.1.1 滤波器方法

滤波器是经典的SLAM 思路，因为SLAM 最早的提出者R.Smith 等人就把SLAM 建构成了一个EKF （扩展卡尔曼滤波）问题。他们按照EKF 的形式，把SLAM 写成了一个运动方程和观测方式，以最小化这两个方程中的噪声项为目的，使用典型的滤波器思路来解决SLAM 问题。

当一帧到达时，能（通过码盘IMU ）测出该帧与上一帧的相对运动，作为运动方程，但是存在噪声。同时，通过传感器对路标的观测，测出机器人与路标间的位姿关系，作为观测方程，同样也带有噪声。通过这两者信息，可以预测出机器人在当前时刻的位置。同样，根据以往记录的路标点，又能计算出一个卡尔曼增益，以补偿噪声的影响。于是，对当前帧和路标的估计，这个预测与更新的不断迭代的过程。

现在研究较多的是基于扩展卡尔曼滤波的方法[19]

和粒

子滤波的方法[20]以及将两者结合的所谓FASTSLAM 法[21]

等。

2.1.2 优化方法

优化方法和滤波器方法有根本上的不同。它并不是一个迭代的过程，而是考虑过去所有帧相对路标与位移的测量。近年来视觉SLAM 主流，使用BA （光束化平差或捆集优化）

来优化整个轨迹与地图[22]

。由于优化问题经常以图的形式提出，所以研究者亦称之为姿态图方法。研究比较了基于姿态图与滤波器方法的优劣，认为在相等计算量的情况下，基于图的方法能够获得更多的有效信息。基于图优化的SLAM 方法[23]也逐渐被引入到单目视觉SLAM 中。

3 结论

经过三十年，特别是近几年的研究，SLAM 已经达到了一个相对成熟的阶段，但依然存在一些难题需要解决：

①SLAM 主要难点在于精确的地图创建会依赖于对机器人位置的精确估计，然而这个估计又会依赖传感器对外界的感知。所以定位与构建地图是相互紧密关联，容易受到彼此噪声的影响。

②机器人包含多种类型的传感器，采用多传感器信息融合技术有助于减少识别误差，提高特征检测的鲁棒性。环境的动态性也是影响地图创建的重要因素，目前多数SLAM 系统仍要求静态环境。例如EKF 模型直接估计路标的位置，其前提是路标位置不变。Pose Graph 的假设亦是如此。然而在现实中，很多物体的摆放都会有变化，即使是光照也会在不同场景下有所不同。所以，静态SLAM 的应用还十分有限。

③高效地图表示方案。高质量的地图模型要求能紧凑、准确的反映环境信息、与机器人具有良好的交互性。度量地图、拓扑地图、语义地图和混合地图的应用比较广泛。所以，需要有高质量的地图表示的方法。

参考文献

[1]Leonard J J ，Durrant-Whyte F.Simultaneous map building and localization for an autonomous mobile robot[C]//Proceedings of the IEEE International workshop on Intelligent Robots and Systems.Osaka ，Japan ：1991：1442-1447.

[2]DOUTERLOIGN K ，GAUTAMA S ，PHILIPS W ，et al.On the accuracy of 3D landscapes from UAV image data[C]//IGARSS.2010.

[3]S.Williams ，G.Dissanayake ，H.F.Durrant-Whyte. Towards terrain-aided navigation for underwater robotics[J].Advanced Robotics ，2001，15（5）：533-549. [4]S.Thrun.A system for volumetric robotic mapping of abandoned mines[C].Proceedings of the IEEE International Conference on Robotics and Automation （ICRA ），Taipei ，Taiwan ，2003：4270-4275. [5]DURRANT WHYTE H ，BAILEY T.Simultaneous localization and mapping ：part i[J].IEEE Robotics&Automation Magazine ，2006，13（2）：99-110.

[6]顾照鹏，董秋雷.基于部分惯性传感器信息的单目视觉同步定位与地图创建方法[J].计算机辅助设计与图形学学报，2012，24（2）：155-160.

[7]徐安莹，李伟，王慕.基于双目视觉的相对定位定向研究[J].电子设计工程，2010，18（8）：137-139.

[8]许俊勇，王景川，陈卫东.基于全景视觉的移动机器人同步定位与地图创建研究[J].机器人，2008，30（4）：289-297. [9]庄严，王伟，王珂，等.移动机器基于激光测距和单目视觉的室内同时定位和地图构建[J].自动化学报，2005，31（6）：925-933.

[10]LOWE D G.Distinctive image features from scale-invariant key-points[J].International Journal of Computer Vision ，2004，60（2）：91-110.

[11]BAY H ，TUYTELAARS T ，VAN GOOL L.SURF ：Speeded up robust features[M]//LEONARDIS A ，BISCHOFH ，PINZ A ，et https://www.360docs.net/doc/788938178.html,puter Vision-ECCV 2006.Berlin ：Springer ，2006：404-417.

[12]HARRIS C ，STEPHENS M.A combined corner and edge.detector[C]//Proceedings of the 4th Alvey Vision Conference.1988（15）：147-151. [13]ROSTEN E ，DRUMMOND T.Machine learning for highspeed corner detection[M]//LEONARDIS A ，BISCHOF H ，PINZ A ，et https://www.360docs.net/doc/788938178.html,puter Vision-ECCV 2006.Berlin ：Springer ，2006：430-443.

[14]CALONDER M ，LEPETIT V ，OZUYSAL M ，et al.BRIEF ：Comp-uting a local binary descriptor very fast[J].IEEE Transactions on Pattern Analysis and Machine Intelligence ，2012，34（7）：1281-1298.

[15]RUBLEE E ，RABAUD V ，KONOLIGE K ，et al.ORB ：an efficient alternative to SIFT or SURF[C]//2011 IEEE International Conference on Computer Vision （ICCV ）.Barcelona ：IEEE ，2011：2564-2571.

[16]Strasdat H ，Montiel J M ，Davison A J.Visual slam ：Why filter? Image and Vision Computing ，2012，30（2）：65-77.

[17]Liu M ，Siegwart R.Topological mapping and scene

（下转第 218 页）.

中文科技期刊数据库（全文版）工程技术

2016年83期 217

常压热水锅炉供暖系统的定压方式探讨

程春娟

西安华能电力建筑设计有限公司，陕西 西安 710119

摘要：伴随着集中供暖的日益普及，城市供暖系统中换热机组用量越来越大，机组设备的运行可靠性要求也越来越高。为了实现供暖的质量，需要优先确保供热管网的水压适当，也就是应该合理控制供热管网的压力控制点。尤其是当供热系统的循环泵采用变频调速控制时，随着循环泵转速的变化，循环泵入口压力发生变化，其特点是：循环泵旋转快，入口压力降低；循环泵旋转慢，入口压力升高。当循环泵以恒定转速运行时，这种方法尚可，但当循环泵调速运行时，会出现系统缺水或补水压过高的情况，效果并不理想。因此以及常压热水锅炉供暖系统为研究对象，对其压力控制方式进行了一定的探讨，仅供参考。

关键词：常压热水锅炉；供暖系统；定压方式；探讨 中图分类号：TK223 文献标识码：A 文章编号：1671-5519（2016）83-0217-02

随着城市化进程的日益加快以及人们生活水平的提升，采用常压热水锅炉（燃煤）的供暖系统相对较多，特别是伴随着日益严格的环境保护要求，以燃油以及燃气为主要热源的常压热水锅炉的供暖系统日益增多。然而由于系统定压方式的选取不当以及定压点位置设置的不恶化时，使得在这些供暖系统中，当循环水泵启动的时候，经常会出现锅炉的溢流管泄水现象。一旦循环水泵停运的时候，由于系统的温度下降，水容积减少，导致膨胀水箱的水位也随之降低，系统的最高点则出现倒空现象。当循环水泵再次启动之前，需要向高位水箱补水。这直接给供暖系统的运行带来极大的麻烦。因此文章提出了供暖系统的两种定压方式。

1 常压热水锅炉的概念及其工艺流程特点

常压热水锅炉即锅炉本体顶部表压为零的锅炉。常压热水锅炉的额定功率 不应小于0.05MW ，且不应大于2.8MW ，供应不大于95℃的热水，燃料常为油或天然气，其与承压热水锅炉相比，具有安全可靠和造价低的特点，同时还具有安装方便、布置灵活的优点，可广泛应用于小型供暖系统中。

常压热水锅炉主要由燃烧炉、补水箱、换热器及软水箱等设备组成。常压热水锅炉房的设备和管道的连接方式与承压热水锅炉房相比，有许多不同之处。显著的区别是：常压热水锅炉其本体或锅炉顶部设有与大气连通的大气连通管，只要锅炉与补水箱相连通即可保证系统在任何情况下表压为零；此外承压热水锅炉房供热系统的循环泵一般设置在锅炉的回水侧，而常压热水锅炉出水管与循环泵入口连接。热水由循环泵从锅炉中抽出加压后，经换热器换热后再经管网送往热用户处。锅炉出水经换热器后再供给用户的方式能有效地避免供暖系统倒空、积气等现象的发生，且采暖回水经过换热器后温度升高返回至锅炉能有效降低锅炉能耗，此外还能更好的满足热用户对采暖温度的要求。

2 压力控制点的确定及控制原理

为保证供暖质量，应确保供暖系统管网内充满水，不进入空气，同时管网水压适当，从而保证热水管道和暖气片不渗漏，避免供暖设施和管路的损坏，延长供暖设施的使用寿命，故需要确定合适的压力控制点。合理的压力控制点应该保证在循环泵转速发生变化时供热管网内不进汽，始终充满水，这就要求所选定的压力控制点的压力不随循环泵转速的变化而变化，或者变化很小。一般来说，热源管网把热蒸汽或热水送至换热器的一次侧，把换热器加热，换热器二次侧的回水被加热后送至用户管网，实现热量的交换。循环泵通过输送热水而完成热量的输送，当采用变频器驱动时，随着气温的变化，循环泵转速随之而变，其入口和出口压也发生变化。为此，在循环泵的入口与出口之间通过一根细管联通，该管路水压的变化与用户管网水压的变化相同，因此在该管路上一定可以找到一点，随着循环泵转速的变化，该点压力不发生变化，这一点就是压力控制点。

3 两种新的定压方式及系统压力分析

3.1 变频补水泵连续补水定压方式

目前广泛应用的补水泵控制方法为采用电阻远传压力

表作为压力传感器的压力反馈闭环控制。为提高运行可靠性，便于现场维护，本文介绍采样电接点压力表进行测量和控制的补水泵变频调速控制方法。电接点压力表既可进行测量，又可通过上下限指针完成控制。变频器则采用内部输入端和加速、减速功能进行频率控制。电接点压力表上下限指针的间隔不应太大，在无二次加压的情况下，压力下限指针所指压力应比最高建筑物高度略高。通过设置变频器相关参数，应能完成如下功能：当压力表指针为下限指针位置或低于下限指针位置时，变频器输出频率上升，补水泵加速运行，增大补水量，当压力表指针为上限指针位置时，变频器输出频率下降，补水泵减速运行，减少补水量，当压力表指针介于上下限指针之间时，变频器输出频率保持不变，水泵按照之前的速度恒速运行，从而确保供热管网压力在合理的范围之内。

3.2 供水管高位膨胀水箱定压方式

与通常将膨胀水箱的膨胀管接到锅炉房附近的供暖系统总回水管道上不同，现将高位膨胀水箱膨胀管接在循环水泵出口供水干管的末端，在高位水箱膨胀管上接一个旋启式止回阀，并在水箱的补水管上安装浮球阀，这样，当循环水泵启动时，由止回阀和浮球阀控制，不会出现水箱跑水；同时只要手动调节阀开度调整得合适，就不会出现锅炉溢水。如果在运行中出现高位水箱水位降低，可以通过进水浮球阀利用循环水泵的出口压力向水箱补水。锅炉水位降低时，可以利用锅炉水面的浮球阀控制，由锅炉房内软化水箱向锅炉补水。当循环水泵停止运行时间较长，由于温度降低，系统水容积减小时，膨胀水箱下部膨胀管上的止回阀开启，膨胀水箱的水靠重力自然进入系统，保证系统最高点不会出现倒空现象。需要注意的是，在确定膨胀水箱容积时要充分考虑水的热胀冷缩量。在这种定压方式下，循环水泵的扬程为膨胀水箱水位线与锅炉水位线之间的高度差、循环水泵至膨胀水箱与系统连接点之间的管路阻力水头损失及水箱浮球阀的流出阻力水头损失之和。

4 变频技术的应用

目前随着供热面积不断扩大、供热需求不断提升，区域范围内供热系统负荷呈现持续增加态势，无疑对当前供热系统定压方式提出了更高的要求与挑战。变频技术和单片机技术的研究与应用实践为工业系统补水定压方式变革提供了新的技术基础。变频调速补水泵定压系统主要是由补水泵、控制柜（变频器、调节器、控制器）、安全阀、电磁阀、平衡阀、压力传感器等组成。

工作原理：压力传感器测量待调压力，与设定压力相比较，按设计要求，变频器改变补水泵电机的输入电流的频率，从而调节水泵转速，改变水泵流量，使待调压力符合设定压力，保证供热系统压力恒定。

变频补水的特点：热水供热系统补水泵定压方式采用变频调速技术是非常必要的，可有效降低成本、节约电能、提升效率。根据相关实验研究，这种补水定压系统运行时，在系统流量降至额定流量的50%时，变频方式下节能高达50%，