0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

SLAM威廉希尔官方网站 究竟又是如何实现的

领衔资讯 来源:思岚科技 作者:思岚科技 2021-10-14 14:35 次阅读

SLAM作为机器人自主定位导航的重要突破口正不断引起业内重视,它是实现机器人自主行走的关键威廉希尔官方网站 ,可帮助机器人实现即时定位与地图构建,在实际应用中,SLAM威廉希尔官方网站 究竟又是如何实现的呢?一起来探个究竟。

在这一威廉希尔官方网站 实现过程中主要包含预处理、匹配及地图融合三大步骤:

预处理

预处理是对激光雷达原始数据进行优化,剔除一些有问题的数据,或进行滤波。我们都知道机器人想要完成定位及建图,需要搭配激光雷达来实现,激光雷达可获取它所在位置的环境信息,也就是我们通常说的点云,但它只能反映机器人所在环境中的一个部分。

匹配

匹配是一个非常关键的步骤,是指将当前一局部环境的点云数据在已建立的地图上寻找到对应的位置。说其关键是因为它直接影响了SLAM地图构建的精度,这与拼图游戏有点类似,就是在已拼好的画面中找到相似之处,确定新的一个拼图该放在哪里。而在SLAM过程中,需要将激光雷达采集到的点云匹配拼接到原有的地图中,如下图的红色部分:

如果未进行匹配,所构建的地图便会很混乱

地图融合

在匹配这一步骤完成后便可直接进入地图融合了,地图融合就是将来自激光雷达的新数据拼接到原始地图当中,并最终完成地图的更新。如下图,该过程是永远伴随着SLAM过程的。

当然,在实际应用过程中,传感器所描绘的世界与实际情况会有所误差,机器人所在环境很容易出现变化,例如突然走进一个人或闯入一只小猫。面对复杂的应用环境,需要用到很多概率算法,并采用滤波的方式进行融合,将以上过程依次执行后,最终就产生了我们所看到的栅格地图。

栅格地图就是把环境划分成一系列栅格,其中每一栅格给定一个可能值,表示该栅格被占据的概率。这种地图看起来和人们所认知的地图没什么区别,它最早由 NASA 的 Alberto Elfes 在 1989 年提出,在火星探测车上就用到过,其本质是一张位图图片,但其中每个「像素」则表示了实际环境中存在障碍物的概率分布。

以上过程听起来似乎并不复杂,但要处理好还是有很大难度的,比如实现机器人回环问题时,如果匹配算法不够精准,或在现实环境中存在很多干扰,可能出现绕环境一圈后,原本该闭合的一个环形走道被断开了。

比如正常地图应该像左边图这样,但如果处理不好,就有可能变成右边图的样子。

在环境较大的场景中,回环问题是不得不面对的,但在现实中即使是像激光雷达这种高精度的传感器,也难免会存在一些误差。该问题的难点在于在刚开始出现些许误差时并不易发掘,直到机器人绕着环路一圈,才发现误差的累加,但此时发现已经晚了,环路闭合问题已很难解决了。当然该问题也并不是完全无解,一个好的商用化SLAM系统便能很好的解决回环问题。回环问题能否很好的解决,也成为评判该系统实力的指标了。

以上是思岚科技工作人员在办公室进行的测试,左边的视频是基于开源的ROS机器人操作系统进行的地图构建,右边的是基于SLAMWARE构建的地图。当机器人绕场一周后,ROS构建的地图出现了中断,而SLAMWARE构建的地图是一个完美的闭环,它与思岚科技办公室的设计图完美重合。
责任编辑:haq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器人
    +关注

    关注

    211

    文章

    28399

    浏览量

    207004
  • SLAM
    +关注

    关注

    23

    文章

    423

    浏览量

    31826
收藏 人收藏

    评论

    相关推荐

    利用VLM和MLLMs实现SLAM语义增强

    语义同步定位与建图(SLAM)系统在对邻近的语义相似物体进行建图时面临困境,特别是在复杂的室内环境中。本文提出了一种面向对象SLAM的语义增强(SEO-SLAM)的新型SLAM系统,借
    的头像 发表于 12-05 10:00 131次阅读
    利用VLM和MLLMs<b class='flag-5'>实现</b><b class='flag-5'>SLAM</b>语义增强

    最新图优化框架,全面提升SLAM定位精度

    同时定位与地图构建(SLAM)是一项关键威廉希尔官方网站 ,允许移动机器人在部分或完全未知的环境中自主导航。它包括使用机载传感器同时估计机器人状态和构建传感器检测到的环境地图。SLAM可以根据传感器和地图构建
    的头像 发表于 11-12 11:26 345次阅读
    最新图优化框架,全面提升<b class='flag-5'>SLAM</b>定位精度

    激光雷达在SLAM算法中的应用综述

    一、文章概述 1.1 摘 要 即时定位与地图构建(simultaneous localization and mapping,SLAM)是自主移动机器人和自动驾驶的关键 威廉希尔官方网站 之一,而激光雷达则是支撑
    的头像 发表于 11-12 10:30 532次阅读
    激光雷达在<b class='flag-5'>SLAM</b>算法中的应用综述

    MG-SLAM:融合结构化线特征优化高斯SLAM算法

    同步定位与地图构建 (SLAM) 是计算机视觉中的一个基本问题,旨在在同时跟踪相机姿势的同时对环境进行地图构建。基于学习的密集 SLAM 方法,尤其是神经辐射场 (NeRF) 方法,在捕获密集光度
    的头像 发表于 11-11 16:17 281次阅读
    MG-<b class='flag-5'>SLAM</b>:融合结构化线特征优化高斯<b class='flag-5'>SLAM</b>算法

    从算法角度看 SLAM(第 2 部分)

    作者: Aswin S Babu 正如我们在[第 1 部分]中所讨论的,SLAM 是指在无地图区域中估计机器人车辆的位置,同时逐步绘制该区域地图的过程。根据使用的主要威廉希尔官方网站 SLAM 算法可分为三种
    的头像 发表于 10-02 16:39 310次阅读
    从算法角度看 <b class='flag-5'>SLAM</b>(第 2 部分)

    机器人高效导航定位背后SLAM专用芯片的崛起

    。   SLAM威廉希尔官方网站 是定位与地图构建威廉希尔官方网站 ,其重要的理论与应用价值被认为是实现自动驾驶和全自主移动机器人的关键威廉希尔官方网站 。小到扫地机器人,大到自动驾
    的头像 发表于 05-28 00:20 3528次阅读

    深度解析深度学习下的语义SLAM

    随着深度学习威廉希尔官方网站 的兴起,计算机视觉的许多传统领域都取得了突破性进展,例如目标的检测、识别和分类等领域。近年来,研究人员开始在视觉SLAM算法中引入深度学习威廉希尔官方网站 ,使得深度学习SLAM系统
    发表于 04-23 17:18 1289次阅读
    深度解析深度学习下的语义<b class='flag-5'>SLAM</b>

    工程实践中VINS与ORB-SLAM的优劣分析

    ORB-SLAM是一种基于特征的单目视觉SLAM系统,广泛用于实时三维地图构建和机器人定位。该系统使用ORB特征进行高效的视觉识别和地图重建,支持关键帧威廉希尔官方网站 和回环检测来优化地图的准确性。
    的头像 发表于 04-08 10:17 2832次阅读
    工程实践中VINS与ORB-<b class='flag-5'>SLAM</b>的优劣分析

    什么是SLAMSLAM算法涉及的4要素

    SLAM威廉希尔官方网站 可以应用在无人驾驶汽车、无人机、机器人、虚拟现实等领域中,为这些领域的发展提供了支持。SLAM威廉希尔官方网站 的发展已经逐渐从单纯的定位和地图构建转向了基于场景理解的功能。
    发表于 04-04 11:50 2381次阅读

    什么是SLAM?基于3D高斯辐射场的SLAM优势分析

    基于NeRF的SLAM算法采用全局地图和图像重建损失函数,通过可微分渲染捕获稠密的光度信息,具有高保真度。
    的头像 发表于 04-01 12:44 727次阅读

    从基本原理到应用的SLAM威廉希尔官方网站 深度解析

    LSD-SLAM 即 Large-Scale Direct SLAM,兼容单目相机和双目相机。LSD-SLAM是一种基于光流跟踪的直接法SLAM,但是
    发表于 02-26 09:41 9214次阅读
    从基本原理到应用的<b class='flag-5'>SLAM</b><b class='flag-5'>威廉希尔官方网站
</b>深度解析

    SPWM调制方式是怎样实现变压功能的?又是怎样实现变频功能的?

    SPWM调制方式是怎样实现变压功能的?又是怎样实现变频功能的? SPWM是一种常见的调制方式,它通过调节脉冲的宽度来控制输出波形的幅度和频率,因此可以实现变压和变频功能。下面将详细介绍
    的头像 发表于 02-06 11:09 1827次阅读

    基于NeRF/Gaussian的全新SLAM算法

    基于NeRF的SLAM算法采用全局地图和图像重建损失函数,通过可微分渲染捕获稠密的光度信息,具有高保真度。
    的头像 发表于 01-26 10:48 650次阅读
    基于NeRF/Gaussian的全新<b class='flag-5'>SLAM</b>算法

    坐标系在动态SLAM究竟有多重要?

    大多同时定位于建图(SLAM)系统在传统上假定的都是静态世界,这与现实世界的场景不符。
    的头像 发表于 01-05 13:46 884次阅读
    坐标系在动态<b class='flag-5'>SLAM</b>中<b class='flag-5'>究竟</b>有多重要?