★中国科学院沈阳自动化研究所张博文

★国家石油天然气管网集团有限公司东北分公司邱国龙，王星一

★国家机器人创新中心王铭浩

★中国科学院沈阳自动化研究所王天宇

油气资源作为现代工业的血液，其输送管网的安全稳定运行是国家经济发展与社会稳定的重要保障。然而，油气管道通常埋于地下或架设于复杂环境中，长期服役会面临腐蚀、裂纹、变形等安全隐患。因此，定期对管道进行内部巡检是预防安全事故、保障能源生命线的关键环节。近年来，随着机器人技术的飞速发展，搭载多种传感器（如光学相机、激光雷达、惯性测量单元等）的管道机器人（PIG）已成为实现管道智能化、自动化巡检的核心装备^[1]。在实现机器人完全自主巡检的过程中，实时定位与地图构建（Simultaneous Localization and Mapping，SLAM）技术是其中最关键的使能技术之一。它使得机器人在未知的管道环境中能够仅依靠自身传感器，实时估算自身位姿并构建环境地图，为路径规划、缺陷定位与自主导航提供基础。在众多SLAM方案中，以ORB-SLAM为代表的基于视觉特征的SLAM系统，因其传感器成本低、能耗小、能够提供丰富的视觉信息等优势^[2]，在管道巡检机器人中展现出巨大的应用潜力。

然而，经典的ORB-SLAM系统在面对油气管网场站这一特定应用场景时，其核心模块-回环检测（Loop Closure Detection）正面临着严峻的挑战。场站内部通常由大量结构相似、纹理重复的管道、法兰和阀门装置构成，形成了极长的廊道式、高对称性与强重复性的空间结构。这种独特的视觉环境极易引发视觉词袋模型的混淆，导致回环检测模块出现大量的误匹配（False Positives）与漏匹配（False Negatives）。回环检测的失效会直接导致位姿估计的累积误差无法被有效校正，进而造成SLAM系统的整体轨迹漂移甚至建图失败，严重制约了机器人巡检系统的可靠性与实用性^[3]。

因此，本研究旨在探索一种管道拓扑约束驱动的ORB-SLAM回环检测新机制。其核心思想是将基于几何特征的视觉全局匹配与基于管道连接关系的拓扑一致性校验相结合，构建双层验证框架，突破传统SLAM回环检测仅依赖视觉外观信息的局限，探索一种融合场景先验结构化知识的语义SLAM新路径，为SLAM在特定先验约束场景下的应用提供理论支撑与方法借鉴。

1　相关理论基础

本章将系统阐述本研究赖以支撑的核心理论基础。首先，深入剖析ORB-SLAM3系统的整体框架与工作流程，并重点解析其回环检测模块的机理与局限；其次，详细介绍词袋模型在视觉回环检测中的应用原理；最后，引入图论与拓扑地图的基本概念，为后续融合拓扑约束的创新工作奠定数学与理论基础。

1.1　ORB-SLAM3系统框架

ORB-SLAM3是当前最为先进和完整的视觉—惯性SLAM系统之一，它继承了ORB-SLAM2的所有优点，并新增了对多地图集和惯性测量单元（Inertial Measurement Unit，IMU）的紧耦合支持。其系统核心由三个并行运行的线程构成：跟踪（Tracking）、局部建图（Local Mapping）和回环检测^[4]。ORB-SLAM3整体架构如图1所示。

图1 ORB-SLAM3整体框架

跟踪线程：负责处理每一帧输入图像。其主要任务包括：初始化、相机位姿跟踪（通过帧间匹配或重定位）、判断是否插入新的关键帧。该线程以极高的频率运行，是系统实现实时定位的关键。

局部建图线程：负责处理新的关键帧，执行局部BA（Bundle Adjustment）优化，以优化局部相机位姿和地图点云，并剔除冗余关键帧。该线程维护一个局部的一致性地图，是保证SLAM中期精度和稳定性的核心。

回环检测线程：负责检测机器人是否回到了曾经访问过的区域。一旦检测到回环，它将执行闭环校正，通过图优化（Pose Graph Optimization）消除整个运动轨迹的累积误差，是保证SLAM长期一致性和全局精度的最终手段。

回环检测模块作为本研究的重点改进对象，其工作流程可细分为以下步骤：

（1）候选关键帧检索：对于当前关键帧，系统利用词袋模型（详见2.2节）在数据库中进行快速搜索，找出若干具有相似视觉表现的候选关键帧。

（2）连续性检测：为避免将相邻的帧误认为回环，系统会剔除与当前关键帧在时间上过于接近的候选帧。

（3）计算相似变换（Sim(3)）：对剩余的候选关键帧，通过RANSAC算法迭代求解一个3D相似变换群S，以估计当前帧与候选帧之间在尺度s、旋转R和平移t上的变换关系S=[sR∣t]，并进行几何验证。

（4）闭环融合与图优化：若几何验证成功，系统将融合重复的地图点，并执行位姿图优化，将回环约束传播至整个地图，从而全局校正漂移误差。

ORB-SLAM3的回环检测机制虽然高效，但其本质仍完全依赖于视觉外观的相似性，在缺乏区分性纹理或存在大量重复结构的场景中，第一步“候选关键帧检索”的误匹配率会急剧升高，为后续步骤引入大量噪声甚至错误，这正是其应用于管道场站环境时面临的根本性挑战。

1.2　回环检测中的词袋模型

词袋（Bag-of-Words，BoW）模型源于文本检索领域，后被成功引入计算机视觉中用于大规模图像检索与回环检测^[5]。在ORB-SLAM中，其采用的DBoW2库实现了这一模型，其核心思想如下：

（1）特征提取：对每一张图像提取大量的ORB（Oriented FAST and Rotated BRIEF）特征点。ORB特征由改进的FAST角点和BRIEF描述子构成，具有旋转不变性和一定的抗噪声能力，且计算效率极高。

（2）构建视觉词典（Visual Vocabulary）：这是一个离线预处理步骤。使用大量无关图像的ORB描述子，通过k-means++聚类算法生成一个分层树状的视觉词典。该词典的每一个叶子节点代表一个视觉单词（Visual Word），所有视觉单词的集合构成了词典。

（3）图像表示：在线运行时，将当前图像提取的所有ORB描述子，通过逐层比较在视觉词典树中快速查找其对应的最近邻视觉单词。一张图像最终被表示为一个高维的词频向量（Word Frequency Vector）。

（4）相似度评分：采用与文本检索类似的TF-IDF（Term Frequency-Inverse Document Frequency）权重机制。TF代表某个单词在单张图像中出现的频率，IDF则衡量该单词在整个数据库中的区分度（常见单词权重低，罕见单词权重大）。两幅图像I_a和I_b的相似度得分s(I_a,I_b)通过其词频向量V_a和V_b的L1范数或L2范数计算而得。

词袋模型极大地加速了回环检测的检索过程，使其能够应用于大规模场景。然而，其“词袋”假设也带来了固有的缺陷：它完全忽略了特征点的空间分布关系。两张视觉内容迥异但恰好包含相同视觉单词集合的图像，也可能被判定为相似^[6]。在管道场站这种处处相似的环境中，这一缺陷被无限放大，导致基于纯视觉词袋的回环检测可靠性显著下降。

1.3　图论与拓扑地图

为了克服纯视觉方法的局限性，本研究引入拓扑地图作为先验知识，其数学基础是图论，即：

一个图G可以表示为G=(V,E)，其中：

V={v₁,v₂,...,v_n}是顶点（Vertex）或节点（Node）的有限集合。在本文语境中，每个节点代表管道网络中的一个关键位置（如阀门、弯头、三通、管道接口等）。

E⊆V×V是边（Edge）的集合，表示节点之间的连接关系。边可以是有向的或无向的，可以带有权重（如管道的大致长度）。

拓扑地图是一种对环境的高度抽象表达，它舍弃了精确的几何度量信息（如精确的坐标、尺寸），转而强调地点之间的连接关系与连通性。对于管道场站环境，其先验拓扑地图可以抽象为一个无向图G_pipe=(V_pipe,E_pipe)，其中V_pipe代表关键部件，E_pipe代表管道本身的连接。

拓扑一致性（Topological Consistency）是本文的核心概念之一。它指的是SLAM系统的估计位姿与其在先验拓扑地图上的投影应保持逻辑上的一致。具体而言：假设SLAM系统估计的相机在时刻t的位姿为T_t，通过一个映射函数f:T_t→v_i，可将该位姿映射到先验拓扑地图上最近的节点v_i。同理，回环候选关键帧对应的位姿T_C被映射到节点v_j。如果T_t和T_C确实是同一个物理位置（即真正的回环），那么在图G_pipe中，节点v_i和v_i应该是同一个节点，或者是在拓扑上直接连通或临近的节点。反之，如果v_i和v_i在拓扑图上相距甚远且路径不通，那么T_t和T_C构成回环的可能性极低。

本章阐述的ORB-SLAM3框架、词袋模型原理及图论与拓扑地图基础，共同构成了本研究工作的理论支柱。它们分别代表了主流的视觉SLAM方案、当前回环检测的核心技术以及本文拟引入的创新性先验知识表达与约束。下一章将基于这些理论，深入分析管道场景的特性，并构建其拓扑约束模型。

2　管道拓扑约束驱动的回环检测机制设计

本章首先深入分析了管道场站环境的独特视觉特征与内在的拓扑结构，阐明了传统视觉SLAM在此类场景下面临的根本挑战与潜在机遇；其次，提出了一种适用于管道场景的先验拓扑地图构建与表示方法；进而，基于此拓扑模型，设计了一种全新的、由拓扑约束驱动的回环检测机制，将拓扑一致性校验作为一层强有力的过滤器，嵌入ORB-SLAM的回环检测流程中，以提升其鲁棒性与准确性。

2.1　管道场景分析与拓扑建模

2.1.1　管道场站环境特征分析

油气管网场站环境对视觉SLAM，特别是回环检测模块，构成了独特而严峻的挑战。管道、法兰、螺栓等结构在整条管线中不断重复出现，导致不同位置的图像在视觉外观上极为相似；管道表面材质单一，缺乏区分性纹理；且视觉特征沿管道方向呈长条形分布，特征分布不均匀。管道廊道通常狭长且对称，视角变化受限，极易导致视觉里程计产生累积漂移，并使得回环检测中的几何验证变得不稳定。这些因素共同导致基于视觉词袋模型的回环检测器虚警率急剧上升，因为系统极易将两个视觉上相似但空间位置相距甚远的地点误判为同一个地方。

尽管在视觉上缺乏区分度，但管道场站作为典型的人造工业设施，其物理空间布局遵循严格的工程设计，具有高度规则化和结构化的拓扑连接关系。管道之间的连接顺序、阀门、三通、弯头等关键部件的位置和类型都是预先设计且相对固定的。这种强大的先验结构化知识为克服纯视觉方法的局限性提供了关键线索。

2.1.2　先验拓扑地图的构建与表示

为利用上述先验知识，我们构建了一个描述管道网络连接关系的拓扑地图。本文采用一种轻量化的、基于设计的先验拓扑地图构建方法，即直接利用场站的计算机辅助设计（Computer Aided Design，CAD）图纸或管道仪表流程图（Piping and Instrument Diagram，P&ID）。这些设计文件明确包含了整个管道系统的组件类型、尺寸和连接关系，是获取先验知识的可靠来源。

将复杂的几何图纸抽象为一个无向图G_topo=(V,E)，其中：

顶点（V）：代表管道网络中的关键节点。每个顶点v_i是一个元组，v_i={id,type,P_global}。其中，id为唯一标识符；type表示节点类型（如：直管段、阀门、三通、弯头、泵等等）；P_global=(x,y,z)是该节点在全局坐标系下的粗略参考坐标（可从图纸直接获取，无需厘米级精度）。

边（E）：代表节点之间的连接管道。每条边e_k也是一个元组，e_k={v_i,v_j,length}。其中，v_i和v_j是边所连接的两个顶点；length是管道的大致长度，可作为边的权重。

以如图2（a）所示管网真实拓扑CAD为例，最终生成的拓扑地图是一个图结构，其可视化表示如图2（b）所示。该地图捕获了管道系统的“骨架”或“线路图”，完全忽略了其精确的几何形状，只保留连接关系。

（a）管网管道拓扑CAD图      （b）抽象拓扑图

图2

2.2　回环检测机制的整体框架

本文设计的拓扑约束驱动的回环检测机制，作为一个新增模块嵌入ORB-SLAM3原有的回环检测线程中，形成一种两级验证的流程。其整体框架如图3所示。

图3 拓扑约束驱动的回环检测机制

回环检测线程首先通过DBoW2/3词袋模型，为当前关键帧检索出视觉相似度最高的N个候选关键帧；对于每一个候选关键帧对（当前关键帧KF_c，候选关键帧KF_candidate），调用本文设计的拓扑验证模块，通过拓扑验证的候选帧，才会进入后续耗时的Sim(3)相似变换计算与几何验证步骤。被拓扑验证否决的候选帧将被直接丢弃。

2.3　回环检测机制的整体框架

该算法是本文创新点的核心实现，其伪代码如下所示：

算法：基于拓扑一致性的回环候选筛选算法

输入：当前关键帧KF_current，候选关键帧KF_candidate，先验拓扑图G_topo,距离阈值τ输出：True（通过校验）或False（未通过校验）

1. 获取位姿：ξcurr←GetPose(KFcurrent)//获取当前关键帧的估计位姿

2.ξcand←GetPose(KFcandidate)//获取候选关键帧的估计位姿

3.映射到拓扑图：v_curr←argmin∥Trans(ξ_curr)-P_global(v)∥₂(_v∈V)//找到离当前位姿最近的拓扑节点

4.v_cand←argmin∥Trans(ξ_cand)-P_global(v)∥₂(_v∈V)//找到离候选位姿最近的拓扑节点

5.计算拓扑距离：d←ShortestPathDistance(G_topo,v_curr,v_cand)//计算两节点在拓扑图上的最短路径距离

6.一致性判断：

7.ifd==0then//映射到同一节点，极有可能是真实回环

Return True

go to Sim(3)计算与验证

8.elseifd<=τthen//映射到邻近节点，可能由于SLAM漂移导致，但仍可接受

Return True

go to Sim(3)计算与验证

9.else//距离过远或不连通，直接否决

Return False

在该算法中，函数Trans(ξ)从位姿中提取出三维平移向量。由于SLAM存在漂移，ξ估计位姿的全局坐标并不精确，但其误差通常远小于整个场站的尺度。因此，通过寻找最近拓扑节点的方式进行映射是有效的。在拓扑距离计算中，使用经典的Dijkstra算法计算两节点间最短路径的权重和（即管道累计长度）。阈值τ是一个重要的系统参数，其设置需考虑SLAM系统在典型管道长度下的最大累积误差。例如，若SLAM在100米管道中的最大漂移预计为10米，则τ可设置为15～20米，以提供一个合理的容错范围。

3　应用前景分析

本研究提出的管道拓扑约束驱动方法，其核心价值在于为解决一类典型的“结构化挑战环境”下的SLAM问题提供了创新性的范式。其应用前景首先深刻体现在其直接面向的油气管道行业智能化变革之中。作为国家能源动脉的安全保障，智慧管网建设正迫切需求高可靠性的自主巡检技术。本研究成果能够直接赋能巡检机器人，使其在视觉特征极度重复的长廊式管道环境中实现稳定、精确的定位与建图，从根本上克服了传统视觉SLAM易迷失、易漂移的技术瓶颈。这不仅将推动巡检工作的无人化与常态化，大幅降低人工成本与安全风险，更能为管道的全生命周期数字化管理（即数字孪生）提供厘米级精度的空间数据底座，实现缺陷的精准定位、资产的精细管理以及应急响应的快速决策，具有明确且重大的直接工程应用价值。

该方法所蕴含的“先验结构知识增强SLAM鲁棒性”的核心思想，展现出强大的横向迁移能力，适用于任何拥有已知布局先验的各类结构化场景。例如，在城市地下综合管廊这一与管道场站高度相似的环境中，其固有的CAD设计图纸可直接转化为拓扑约束，引导巡检机器人在缺乏GPS信号的地下空间实现可靠导航。同样，在地铁与铁路隧道中，既定的轨道线路图本身就是一种天然的拓扑先验，可有效校正列车或检测设备在漫长、单调隧道中运行产生的累积误差。进一步地，在大型智能仓储物流中心，货架的规则布局图可作为先验信息，帮助AGV/AMR在视觉上高度相似的货架间实现精准定位与路径规划。这种广泛的适用性凸显了本研究作为一项基础性技术的潜力。

从长远的技术发展趋势来看，本研究更为深远的应用前景在于为下一代语义SLAM系统的构建提供了切实可行的技术路径。当前的研究为“几何SLAM”与“先验知识”的紧耦合提供了一个成功案例。未来的发展方向可以在此基础上，向更智能化的层次演进：一是探索在线拓扑地图构建与SLAM的同步进行，逐步降低对精确先验图纸的依赖，增强系统在局部环境变更时的自适应能力；二是与深度学习视觉语义分割技术深度融合，实现从实时图像中自动识别并提取关键拓扑节点（如阀门、货架、门廊），从而将本方法从依赖“预设拓扑”推向能够理解“场景语义拓扑”的新高度，最终实现SLAM系统从被动感知到主动认知的跨越，使其在更广泛的工业与民用场景中发挥关键作用。

4　总结与展望

本文针对管道场站环境下视觉SLAM回环检测不可靠的难题，提出了一种融合先验拓扑约束的创新机制。核心工作在于构建了管道场景的拓扑地图模型，并设计了将其作为强约束集成至ORB-SLAM3回环检测流程中的双层验证框架。该研究从理论层面论证了利用场景固有结构知识增强SLAM鲁棒性的有效路径，为解决重复纹理下的SLAM问题提供了新的思路。

展望未来，本研究提出的理论模型需通过实体实验进一步验证与优化其实际效能。面临的挑战包括如何降低对先验拓扑图的精确依赖，以及探索与在线语义感知相结合，实现从“预设拓扑”到“智能理解”的演进，从而提升方法的自适应能力与普适性。

★基金项目：中国科学院青年创新促进会项目（2023211）。

作者简介：

张博文（1994-），男，辽宁沈阳人，工程师，硕士，现就职于中国科学院沈阳自动化研究所、中国科学院网络化控制系统重点实验室，主要从事工业互联网、人工智能方面的研究。

邱国龙（1988-），男，吉林吉林人，工程师，学士，现就职于国家石油天然气管网集团有限公司东北分公司，主要从事油气储运、机械设备、仪表自动化管理方面的工作。

王星一（1991-），男，黑龙江大庆人，工程师，学士，现就职于国家石油天然气管网集团有限公司东北分公司，主要从事油气储运、储罐管理、储油气机械设备管理方面的工作。王

铭浩（1994-），男，吉林长春人，工程师，学士，现就职于国家机器人创新中心，主要从事工业互联网、工业信息安全方面的研究。

王天宇（1990-），男，辽宁沈阳人，副研究员，博士，现就职于中国科学院沈阳自动化研究所机器人学国家重点实验室、中国科学院网络化控制系统重点实验室，主要从事工控安全、工业物联网、复杂网络分析方面的研究。

参考文献：

[1]常祺,闫宏伟,牛海龙,等.管道巡检清理机器人管内运动分析[J].机械传动,2024,48(10):155-163.

[2]朱代先,魏嘉鑫,刘树林.改进ORB特征匹配的视觉SLAM定位算法[J].激光与光电子学进展,2025,62(12).

[3]李同,张奇志.基于ORB词袋模型的SLAM回环检测研究[J].信息通信,2017,(10):6.

[4]赵义武,王星朝,黄丹丹,等.基于BEBLID描述子与SuperGlue补偿匹配改进的ORB-SLAM3算法[J].中国惯性技术学报,2025,(3).

[5]闫河,黄奎霖,王潇棠,等.结合语义信息的视觉里程计动态特征点剔除方法[J].信息与控制,2023,(5):616-625.

[6]张满,侯宇轩,杨毅,等.一种基于地空视角信息融合的激光SLAM系统[J].机器人,2023,(5):568-580.

摘自《自动化博览》2025年12月刊