★中國科學院沈陽自動化研究所張博文

★國家石油天然氣管網集團有限公司東北分公司邱國龍，王星一

★國家機器人創新中心王銘浩

★中國科學院沈陽自動化研究所王天宇

油氣資源作為現代工業的血液，其輸送管網的安全穩定運行是國家經濟發展與社會穩定的重要保障。然而，油氣管道通常埋于地下或架設于復雜環境中，長期服役會面臨腐蝕、裂紋、變形等安全隱患。因此，定期對管道進行內部巡檢是預防安全事故、保障能源生命線的關鍵環節。近年來，隨著機器人技術的飛速發展，搭載多種傳感器（如光學相機、激光雷達、慣性測量單元等）的管道機器人（PIG）已成為實現管道智能化、自動化巡檢的核心裝備^[1]。在實現機器人完全自主巡檢的過程中，實時定位與地圖構建（Simultaneous Localization and Mapping，SLAM）技術是其中最關鍵的使能技術之一。它使得機器人在未知的管道環境中能夠僅依靠自身傳感器，實時估算自身位姿并構建環境地圖，為路徑規劃、缺陷定位與自主導航提供基礎。在眾多SLAM方案中，以ORB-SLAM為代表的基于視覺特征的SLAM系統，因其傳感器成本低、能耗小、能夠提供豐富的視覺信息等優勢^[2]，在管道巡檢機器人中展現出巨大的應用潛力。

然而，經典的ORB-SLAM系統在面對油氣管網場站這一特定應用場景時，其核心模塊-回環檢測（Loop Closure Detection）正面臨著嚴峻的挑戰。場站內部通常由大量結構相似、紋理重復的管道、法蘭和閥門裝置構成，形成了極長的廊道式、高對稱性與強重復性的空間結構。這種獨特的視覺環境極易引發視覺詞袋模型的混淆，導致回環檢測模塊出現大量的誤匹配（False Positives）與漏匹配（False Negatives）。回環檢測的失效會直接導致位姿估計的累積誤差無法被有效校正，進而造成SLAM系統的整體軌跡漂移甚至建圖失敗，嚴重制約了機器人巡檢系統的可靠性與實用性^[3]。

因此，本研究旨在探索一種管道拓撲約束驅動的ORB-SLAM回環檢測新機制。其核心思想是將基于幾何特征的視覺全局匹配與基于管道連接關系的拓撲一致性校驗相結合，構建雙層驗證框架，突破傳統SLAM回環檢測僅依賴視覺外觀信息的局限，探索一種融合場景先驗結構化知識的語義SLAM新路徑，為SLAM在特定先驗約束場景下的應用提供理論支撐與方法借鑒。

1　相關理論基礎

本章將系統闡述本研究賴以支撐的核心理論基礎。首先，深入剖析ORB-SLAM3系統的整體框架與工作流程，并重點解析其回環檢測模塊的機理與局限；其次，詳細介紹詞袋模型在視覺回環檢測中的應用原理；最后，引入圖論與拓撲地圖的基本概念，為后續融合拓撲約束的創新工作奠定數學與理論基礎。

1.1　ORB-SLAM3系統框架

ORB-SLAM3是當前最為先進和完整的視覺—慣性SLAM系統之一，它繼承了ORB-SLAM2的所有優點，并新增了對多地圖集和慣性測量單元（Inertial Measurement Unit，IMU）的緊耦合支持。其系統核心由三個并行運行的線程構成：跟蹤（Tracking）、局部建圖（Local Mapping）和回環檢測^[4]。ORB-SLAM3整體架構如圖1所示。

圖1 ORB-SLAM3整體框架

跟蹤線程：負責處理每一幀輸入圖像。其主要任務包括：初始化、相機位姿跟蹤（通過幀間匹配或重定位）、判斷是否插入新的關鍵幀。該線程以極高的頻率運行，是系統實現實時定位的關鍵。

局部建圖線程：負責處理新的關鍵幀，執行局部BA（Bundle Adjustment）優化，以優化局部相機位姿和地圖點云，并剔除冗余關鍵幀。該線程維護一個局部的一致性地圖，是保證SLAM中期精度和穩定性的核心。

回環檢測線程：負責檢測機器人是否回到了曾經訪問過的區域。一旦檢測到回環，它將執行閉環校正，通過圖優化（Pose Graph Optimization）消除整個運動軌跡的累積誤差，是保證SLAM長期一致性和全局精度的最終手段。

回環檢測模塊作為本研究的重點改進對象，其工作流程可細分為以下步驟：

（1）候選關鍵幀檢索：對于當前關鍵幀，系統利用詞袋模型（詳見2.2節）在數據庫中進行快速搜索，找出若干具有相似視覺表現的候選關鍵幀。

（2）連續性檢測：為避免將相鄰的幀誤認為回環，系統會剔除與當前關鍵幀在時間上過于接近的候選幀。

（3）計算相似變換（Sim(3)）：對剩余的候選關鍵幀，通過RANSAC算法迭代求解一個3D相似變換群S，以估計當前幀與候選幀之間在尺度s、旋轉R和平移t上的變換關系S=[sR∣t]，并進行幾何驗證。

（4）閉環融合與圖優化：若幾何驗證成功，系統將融合重復的地圖點，并執行位姿圖優化，將回環約束傳播至整個地圖，從而全局校正漂移誤差。

ORB-SLAM3的回環檢測機制雖然高效，但其本質仍完全依賴于視覺外觀的相似性，在缺乏區分性紋理或存在大量重復結構的場景中，第一步“候選關鍵幀檢索”的誤匹配率會急劇升高，為后續步驟引入大量噪聲甚至錯誤，這正是其應用于管道場站環境時面臨的根本性挑戰。

1.2　回環檢測中的詞袋模型

詞袋（Bag-of-Words，BoW）模型源于文本檢索領域，后被成功引入計算機視覺中用于大規模圖像檢索與回環檢測^[5]。在ORB-SLAM中，其采用的DBoW2庫實現了這一模型，其核心思想如下：

（1）特征提取：對每一張圖像提取大量的ORB（Oriented FAST and Rotated BRIEF）特征點。ORB特征由改進的FAST角點和BRIEF描述子構成，具有旋轉不變性和一定的抗噪聲能力，且計算效率極高。

（2）構建視覺詞典（Visual Vocabulary）：這是一個離線預處理步驟。使用大量無關圖像的ORB描述子，通過k-means++聚類算法生成一個分層樹狀的視覺詞典。該詞典的每一個葉子節點代表一個視覺單詞（Visual Word），所有視覺單詞的集合構成了詞典。

（3）圖像表示：在線運行時，將當前圖像提取的所有ORB描述子，通過逐層比較在視覺詞典樹中快速查找其對應的最近鄰視覺單詞。一張圖像最終被表示為一個高維的詞頻向量（Word Frequency Vector）。

（4）相似度評分：采用與文本檢索類似的TF-IDF（Term Frequency-Inverse Document Frequency）權重機制。TF代表某個單詞在單張圖像中出現的頻率，IDF則衡量該單詞在整個數據庫中的區分度（常見單詞權重低，罕見單詞權重大）。兩幅圖像I_a和I_b的相似度得分s(I_a,I_b)通過其詞頻向量V_a和V_b的L1范數或L2范數計算而得。

詞袋模型極大地加速了回環檢測的檢索過程，使其能夠應用于大規模場景。然而，其“詞袋”假設也帶來了固有的缺陷：它完全忽略了特征點的空間分布關系。兩張視覺內容迥異但恰好包含相同視覺單詞集合的圖像，也可能被判定為相似^[6]。在管道場站這種處處相似的環境中，這一缺陷被無限放大，導致基于純視覺詞袋的回環檢測可靠性顯著下降。

1.3　圖論與拓撲地圖

為了克服純視覺方法的局限性，本研究引入拓撲地圖作為先驗知識，其數學基礎是圖論，即：

一個圖G可以表示為G=(V,E)，其中：

V={v₁,v₂,...,v_n}是頂點（Vertex）或節點（Node）的有限集合。在本文語境中，每個節點代表管道網絡中的一個關鍵位置（如閥門、彎頭、三通、管道接口等）。

E?V×V是邊（Edge）的集合，表示節點之間的連接關系。邊可以是有向的或無向的，可以帶有權重（如管道的大致長度）。

拓撲地圖是一種對環境的高度抽象表達，它舍棄了精確的幾何度量信息（如精確的坐標、尺寸），轉而強調地點之間的連接關系與連通性。對于管道場站環境，其先驗拓撲地圖可以抽象為一個無向圖G_pipe=(V_pipe,E_pipe)，其中V_pipe代表關鍵部件，E_pipe代表管道本身的連接。

拓撲一致性（Topological Consistency）是本文的核心概念之一。它指的是SLAM系統的估計位姿與其在先驗拓撲地圖上的投影應保持邏輯上的一致。具體而言：假設SLAM系統估計的相機在時刻t的位姿為T_t，通過一個映射函數f:T_t→v_i，可將該位姿映射到先驗拓撲地圖上最近的節點v_i。同理，回環候選關鍵幀對應的位姿T_C被映射到節點v_j。如果T_t和T_C確實是同一個物理位置（即真正的回環），那么在圖G_pipe中，節點v_i和v_i應該是同一個節點，或者是在拓撲上直接連通或臨近的節點。反之，如果v_i和v_i在拓撲圖上相距甚遠且路徑不通，那么T_t和T_C構成回環的可能性極低。

本章闡述的ORB-SLAM3框架、詞袋模型原理及圖論與拓撲地圖基礎，共同構成了本研究工作的理論支柱。它們分別代表了主流的視覺SLAM方案、當前回環檢測的核心技術以及本文擬引入的創新性先驗知識表達與約束。下一章將基于這些理論，深入分析管道場景的特性，并構建其拓撲約束模型。

2　管道拓撲約束驅動的回環檢測機制設計

本章首先深入分析了管道場站環境的獨特視覺特征與內在的拓撲結構，闡明了傳統視覺SLAM在此類場景下面臨的根本挑戰與潛在機遇；其次，提出了一種適用于管道場景的先驗拓撲地圖構建與表示方法；進而，基于此拓撲模型，設計了一種全新的、由拓撲約束驅動的回環檢測機制，將拓撲一致性校驗作為一層強有力的過濾器，嵌入ORB-SLAM的回環檢測流程中，以提升其魯棒性與準確性。

2.1　管道場景分析與拓撲建模

2.1.1　管道場站環境特征分析

油氣管網場站環境對視覺SLAM，特別是回環檢測模塊，構成了獨特而嚴峻的挑戰。管道、法蘭、螺栓等結構在整條管線中不斷重復出現，導致不同位置的圖像在視覺外觀上極為相似；管道表面材質單一，缺乏區分性紋理；且視覺特征沿管道方向呈長條形分布，特征分布不均勻。管道廊道通常狹長且對稱，視角變化受限，極易導致視覺里程計產生累積漂移，并使得回環檢測中的幾何驗證變得不穩定。這些因素共同導致基于視覺詞袋模型的回環檢測器虛警率急劇上升，因為系統極易將兩個視覺上相似但空間位置相距甚遠的地點誤判為同一個地方。

盡管在視覺上缺乏區分度，但管道場站作為典型的人造工業設施，其物理空間布局遵循嚴格的工程設計，具有高度規則化和結構化的拓撲連接關系。管道之間的連接順序、閥門、三通、彎頭等關鍵部件的位置和類型都是預先設計且相對固定的。這種強大的先驗結構化知識為克服純視覺方法的局限性提供了關鍵線索。

2.1.2　先驗拓撲地圖的構建與表示

為利用上述先驗知識，我們構建了一個描述管道網絡連接關系的拓撲地圖。本文采用一種輕量化的、基于設計的先驗拓撲地圖構建方法，即直接利用場站的計算機輔助設計（Computer Aided Design，CAD）圖紙或管道儀表流程圖（Piping and Instrument Diagram，P&ID）。這些設計文件明確包含了整個管道系統的組件類型、尺寸和連接關系，是獲取先驗知識的可靠來源。

將復雜的幾何圖紙抽象為一個無向圖G_topo=(V,E)，其中：

頂點（V）：代表管道網絡中的關鍵節點。每個頂點v_i是一個元組，v_i={id,type,P_global}。其中，id為唯一標識符；type表示節點類型（如：直管段、閥門、三通、彎頭、泵等等）；P_global=(x,y,z)是該節點在全局坐標系下的粗略參考坐標（可從圖紙直接獲取，無需厘米級精度）。

邊（E）：代表節點之間的連接管道。每條邊e_k也是一個元組，e_k={v_i,v_j,length}。其中，v_i和v_j是邊所連接的兩個頂點；length是管道的大致長度，可作為邊的權重。

以如圖2（a）所示管網真實拓撲CAD為例，最終生成的拓撲地圖是一個圖結構，其可視化表示如圖2（b）所示。該地圖捕獲了管道系統的“骨架”或“線路圖”，完全忽略了其精確的幾何形狀，只保留連接關系。

（a）管網管道拓撲CAD圖      （b）抽象拓撲圖

圖2

2.2　回環檢測機制的整體框架

本文設計的拓撲約束驅動的回環檢測機制，作為一個新增模塊嵌入ORB-SLAM3原有的回環檢測線程中，形成一種兩級驗證的流程。其整體框架如圖3所示。

圖3 拓撲約束驅動的回環檢測機制

回環檢測線程首先通過DBoW2/3詞袋模型，為當前關鍵幀檢索出視覺相似度最高的N個候選關鍵幀；對于每一個候選關鍵幀對（當前關鍵幀KF_c，候選關鍵幀KF_candidate），調用本文設計的拓撲驗證模塊，通過拓撲驗證的候選幀，才會進入后續耗時的Sim(3)相似變換計算與幾何驗證步驟。被拓撲驗證否決的候選幀將被直接丟棄。

2.3　回環檢測機制的整體框架

該算法是本文創新點的核心實現，其偽代碼如下所示：

算法：基于拓撲一致性的回環候選篩選算法

輸入：當前關鍵幀KF_current，候選關鍵幀KF_candidate，先驗拓撲圖G_topo,距離閾值τ輸出：True（通過校驗）或False（未通過校驗）

1. 獲取位姿：ξcurr←GetPose(KFcurrent)//獲取當前關鍵幀的估計位姿

2.ξcand←GetPose(KFcandidate)//獲取候選關鍵幀的估計位姿

3.映射到拓撲圖：v_curr←argmin∥Trans(ξ_curr)-P_global(v)∥₂(_v∈V)//找到離當前位姿最近的拓撲節點

4.v_cand←argmin∥Trans(ξ_cand)-P_global(v)∥₂(_v∈V)//找到離候選位姿最近的拓撲節點

5.計算拓撲距離：d←ShortestPathDistance(G_topo,v_curr,v_cand)//計算兩節點在拓撲圖上的最短路徑距離

6.一致性判斷：

7.ifd==0then//映射到同一節點，極有可能是真實回環

Return True

go to Sim(3)計算與驗證

8.elseifd<=τthen//映射到鄰近節點，可能由于SLAM漂移導致，但仍可接受

Return True

go to Sim(3)計算與驗證

9.else//距離過遠或不連通，直接否決

Return False

在該算法中，函數Trans(ξ)從位姿中提取出三維平移向量。由于SLAM存在漂移，ξ估計位姿的全局坐標并不精確，但其誤差通常遠小于整個場站的尺度。因此，通過尋找最近拓撲節點的方式進行映射是有效的。在拓撲距離計算中，使用經典的Dijkstra算法計算兩節點間最短路徑的權重和（即管道累計長度）。閾值τ是一個重要的系統參數，其設置需考慮SLAM系統在典型管道長度下的最大累積誤差。例如，若SLAM在100米管道中的最大漂移預計為10米，則τ可設置為15～20米，以提供一個合理的容錯范圍。

3　應用前景分析

本研究提出的管道拓撲約束驅動方法，其核心價值在于為解決一類典型的“結構化挑戰環境”下的SLAM問題提供了創新性的范式。其應用前景首先深刻體現在其直接面向的油氣管道行業智能化變革之中。作為國家能源動脈的安全保障，智慧管網建設正迫切需求高可靠性的自主巡檢技術。本研究成果能夠直接賦能巡檢機器人，使其在視覺特征極度重復的長廊式管道環境中實現穩定、精確的定位與建圖，從根本上克服了傳統視覺SLAM易迷失、易漂移的技術瓶頸。這不僅將推動巡檢工作的無人化與常態化，大幅降低人工成本與安全風險，更能為管道的全生命周期數字化管理（即數字孿生）提供厘米級精度的空間數據底座，實現缺陷的精準定位、資產的精細管理以及應急響應的快速決策，具有明確且重大的直接工程應用價值。

該方法所蘊含的“先驗結構知識增強SLAM魯棒性”的核心思想，展現出強大的橫向遷移能力，適用于任何擁有已知布局先驗的各類結構化場景。例如，在城市地下綜合管廊這一與管道場站高度相似的環境中，其固有的CAD設計圖紙可直接轉化為拓撲約束，引導巡檢機器人在缺乏GPS信號的地下空間實現可靠導航。同樣，在地鐵與鐵路隧道中，既定的軌道線路圖本身就是一種天然的拓撲先驗，可有效校正列車或檢測設備在漫長、單調隧道中運行產生的累積誤差。進一步地，在大型智能倉儲物流中心，貨架的規則布局圖可作為先驗信息，幫助AGV/AMR在視覺上高度相似的貨架間實現精準定位與路徑規劃。這種廣泛的適用性凸顯了本研究作為一項基礎性技術的潛力。

從長遠的技術發展趨勢來看，本研究更為深遠的應用前景在于為下一代語義SLAM系統的構建提供了切實可行的技術路徑。當前的研究為“幾何SLAM”與“先驗知識”的緊耦合提供了一個成功案例。未來的發展方向可以在此基礎上，向更智能化的層次演進：一是探索在線拓撲地圖構建與SLAM的同步進行，逐步降低對精確先驗圖紙的依賴，增強系統在局部環境變更時的自適應能力；二是與深度學習視覺語義分割技術深度融合，實現從實時圖像中自動識別并提取關鍵拓撲節點（如閥門、貨架、門廊），從而將本方法從依賴“預設拓撲”推向能夠理解“場景語義拓撲”的新高度，最終實現SLAM系統從被動感知到主動認知的跨越，使其在更廣泛的工業與民用場景中發揮關鍵作用。

4　總結與展望

本文針對管道場站環境下視覺SLAM回環檢測不可靠的難題，提出了一種融合先驗拓撲約束的創新機制。核心工作在于構建了管道場景的拓撲地圖模型，并設計了將其作為強約束集成至ORB-SLAM3回環檢測流程中的雙層驗證框架。該研究從理論層面論證了利用場景固有結構知識增強SLAM魯棒性的有效路徑，為解決重復紋理下的SLAM問題提供了新的思路。

展望未來，本研究提出的理論模型需通過實體實驗進一步驗證與優化其實際效能。面臨的挑戰包括如何降低對先驗拓撲圖的精確依賴，以及探索與在線語義感知相結合，實現從“預設拓撲”到“智能理解”的演進，從而提升方法的自適應能力與普適性。

★基金項目：中國科學院青年創新促進會項目（2023211）。

作者簡介：

張博文（1994-），男，遼寧沈陽人，工程師，碩士，現就職于中國科學院沈陽自動化研究所、中國科學院網絡化控制系統重點實驗室，主要從事工業互聯網、人工智能方面的研究。

邱國龍（1988-），男，吉林吉林人，工程師，學士，現就職于國家石油天然氣管網集團有限公司東北分公司，主要從事油氣儲運、機械設備、儀表自動化管理方面的工作。

王星一（1991-），男，黑龍江大慶人，工程師，學士，現就職于國家石油天然氣管網集團有限公司東北分公司，主要從事油氣儲運、儲罐管理、儲油氣機械設備管理方面的工作。王

銘浩（1994-），男，吉林長春人，工程師，學士，現就職于國家機器人創新中心，主要從事工業互聯網、工業信息安全方面的研究。

王天宇（1990-），男，遼寧沈陽人，副研究員，博士，現就職于中國科學院沈陽自動化研究所機器人學國家重點實驗室、中國科學院網絡化控制系統重點實驗室，主要從事工控安全、工業物聯網、復雜網絡分析方面的研究。

參考文獻：

[1]常祺,閆宏偉,牛海龍,等.管道巡檢清理機器人管內運動分析[J].機械傳動,2024,48(10):155-163.

[2]朱代先,魏嘉鑫,劉樹林.改進ORB特征匹配的視覺SLAM定位算法[J].激光與光電子學進展,2025,62(12).

[3]李同,張奇志.基于ORB詞袋模型的SLAM回環檢測研究[J].信息通信,2017,(10):6.

[4]趙義武,王星朝,黃丹丹,等.基于BEBLID描述子與SuperGlue補償匹配改進的ORB-SLAM3算法[J].中國慣性技術學報,2025,(3).

[5]閆河,黃奎霖,王瀟棠,等.結合語義信息的視覺里程計動態特征點剔除方法[J].信息與控制,2023,(5):616-625.

[6]張滿,侯宇軒,楊毅,等.一種基于地空視角信息融合的激光SLAM系統[J].機器人,2023,(5):568-580.

摘自《自動化博覽》2025年12月刊