基于英特尔开发套件使用ORB-SLAM3实现无人机实时定位

作者：上海大风技术有限公司 余力

01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。

02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。

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 . SLAM 算法框架图

03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。

04SLAM 算法运行平台

机载电脑硬件：英特尔开发套件爱克斯开发板 AIxBoard

机载电脑系统：Ubuntu20.04.1

传感器：RealSense D435i

05SLAM 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。

06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。

审核编辑：汤梓红