作者：上海大风技术有限公司 余力

1. 大风无人机简介

大风无人机是上海大风技术有限公司自主研发的桥梁巡检无人机，旨在为客户提供：

一站式的无人机桥检解决方案，克服无GPS信号时的无人机定位精度问题
高分辨率且准确的桥梁与城市建模
目前大风无人机已为多位客户提供高分辨率模型，包括桥梁、建筑物、道路等，为无人机在工业细分领域的应用提供优质方案。





图1.大风无人机（上：飞行中的无人机；下：机载AIxBoard）

2. 双目视觉与IMU融合SLAM技术简介

工业建模对于精度有着高要求，这意味着无人机的SLAM算法要提供可靠的实时位姿估计。ORB-SLAM3是目前融合双目视觉与IMU的优秀算法，其前端是针对实时性优化的ORB描述子与关键帧的提取算法，后端是局部地图的维护、闭环矫正与全局地图的更新。在TUM数据集测试中，其最高精度可达1cm。我司基于该框架研发算法，实现双目视觉与IMU数据的融合，精准计算位移距离并给出可靠的实时位姿，使得无人机在无GPS的情况下进行实时定位成为可能，并能被应用于各种无GPS场景下的自主飞行与建模。



图2.SLAM算法运行效果图（上：特征点提取图；下：地图点与双目相机位姿）

ORB-SLAM3在上一代的基础上优化了以下方面：

· 融合视觉信息和IMU数据，提高了位姿估计的稳定性与精度
· 对闭环检测增加了关键帧时序连续性要求，保证了闭环的精度
· 设置了活跃与非活跃地图，支持多地图的建立与融合

图3.SLAM算法框架图

3. 使用英特尔CPU作为机载算力核心的优势

大风无人机使用英特尔CPU作为机载算力核心，是因为x86+Linux的软件生态非常强大，支持多种市场上已有的软件和硬件组件，易于快速构建软件系统，提升开发效率，同时还有强大的可扩展性和可维护性。

本文将介绍在英特尔CPU下运行SLAM算法的结果。

4. SLAM算法运行平台

机载电脑硬件：AIxBoard



机载电脑系统：

Ubuntu20.04.1

传感器：RealSense D435i

5. SLAM算法运行结果

在无人机巡检建模中，SLAM算法需要提供可靠的位姿估计以知晓机体的位移和在地图中的位置，这需要跟踪线程尽可能快地处理传感器数据，即消息帧的处理频率要尽可能高。在本次测试中，我们在AIxBoard上运行了SLAM算法，在双目相机以约30 Hz的频率拍摄的情况下，追踪线程的平均处理速度能达到29.69 Hz，说明可以程序可以稳定地处理所有到来的双目图像。



图4.SLAM程序的执行效果

6. 总结与展望

我们在AIxBoard下使用双目视觉与IMU融合的SLAM算法，使无人机具备输出可靠位姿并准确移动规定距离的能力，为后续建立高分辨率与高精度模型提供可靠数据。

未来，大风无人机将支持更高性能的英特尔CPU，实现在无GPS信号的场景中自主执行任务的目标。

公司简介：

上海大风技术有限公司成立于2019年。致力于成为领先的无人机智能应用专家，专注于无人机在全新领域的探索与创新。

凭借自主研发的软硬件产品，为交通、物流、电力、建筑、应急、消防等行业提供革命性的整体解决方案。成立至今已取得各种发明专利、软件著作权20余项。