使用纯视觉方法进行避障？

Question

我想使用纯视觉方法进行避障。我将使用ROS和Ubuntu作为框架。该应用程序是在建筑行业，所以想要检测物料绞车正在处理的起重机，以执行避障。我的问题是，如果可以只使用视觉方法来避障，从相机到物体的距离可以是30-40米。我将使用缩放以获得更好的方法。如果可以只使用视觉摄像机，是否有任何启动算法来查看它？

谢谢

Answer 1

我会开始研究视觉里程和SLAM。我建议您更深入地阅读这些技术，但这里有一个快速解释：

视觉里程算法使用视频源上的功能来定位环境中的摄像机。通过观察这些特征的运动，可以近似估计相机的运动。

SLAM (同步定位和映射)是一种用于定位机器人/设备和映射未知环境的技术。当您不知道要部署机器人的环境或环境发生变化时，这是非常有用的。使用概率，SLAM方法可以一定程度上推断出机器人和障碍物的位置。

当组合这两个时，您就有了一种只使用数码相机的馈送就可以定位和避开障碍物的方法。这仍然是一个相当复杂的成就，但已经有一些方法可以让你开始。

机器人技术中也使用了几种类型的摄像头。最常见的是单目(普通摄像头)，立体声(两个摄像头相距约10厘米)和RGB(也称为带普通和红外摄像头的深度摄像头例如:Xbox的kinect )

由于您没有指定您正在使用的相机，我将假设您使用单目设置，但是您可以很容易地找到适合您的相机类型的方法，例如，只需搜索"RGB-D Visual SLAM“。

单目设置的已知方法(有些还支持立体声和RGB-D)：

• LSD-SLAM: Large-Scale Direct Monocular SLAM
• DSO: Direct Sparse Odometry
• SVO 2.0: Fast Semi-Direct Visual Odometry for Monocular, Wide Angle, and Multi-camera Systems
• PTAM: Parallel Tracking and Mapping for Small AR Workspaces --有时被认为是视觉里程术之父

我个人最喜欢的是：

• ORB-SLAM2

这些技术试图用它们用来定位自己的特征来构建一张地图。根据方法的不同，这些特征可能被认为是障碍物，并可用于避障甚至复杂的轨迹规划。

在youtube上搜索，看看这些技术中的一些实际操作，看看哪一种更适合你;)

这里有一些ORB- Video 2：Video 1 slam2

Answer 2

看看这个开源项目GAAS，它是为基于视觉的自主无人机构建的，它使用了立体摄像机和SLAM。

它有一个详细的step-by-step instruction，让您开始了解基于视觉的障碍物检测的基础设施。