SLAM 알고리즘은 변화하는 환경을 어떻게 처리합니까?

프로젝트를위한 기초 작업을하고 있으며 현재 SLAM 기술 상태에 대한 질문이 있습니다.

SLAM이 장착 된 장치가 물체를 감지하면 해당 물체의 위치가 저장됩니다. 장치가 생성하는 점 구름을 보면이 객체에 대한 점이 표시되며 여기에서 생성 된 모델에는 여기에 형상이 포함됩니다.

개체가 이전에 비어있는 공간에 배치되면 감지되고 점이 추가됩니다. 후속 모델에는이 새 객체를 설명하는 형상이 있습니다.

해당 물체가 제거되면 장치는 어떻게 반응합니까? 내가 본 한, SLAM 시스템은 점을 제자리에두고 "고스트"지오메트리를 만드는 경향이 있습니다. 일시적인 접촉으로 인한 고 독점을 무시하는 알고리즘이 있지만, 견고한 모델을 구축 할 수있을 정도로 오래 남아있는 객체는 장치의 메모리에 남아 있습니다. 이전에 점유 된 공간이 비 었음을 감지 할 수있는 시스템이 있습니까?

그것은 매우 달려 있습니다. SLAM은 해결책이 아닌 문제 (또는 적어도 기술)이므로 결정적인 SLAM 알고리즘은 없습니다. 의미 상, 환경의 "맵"에 어떤 일이 발생하는지 결정해야하며, 이는 알고리즘이 일시적인 (일명 이동) 신호를 처리하는 방법을 결정합니다. 그러나 그것은 분열입니다.

영구지도 :

영구 맵에는 알려진 지오메트리와 관련하여 자신을 지역화 할 수있는 충분한 정보가 포함되어야합니다. 일반적으로 건물에 사용됩니다. 일반적으로 사람이 읽을 수 있습니다. Willow-Garage의 작업을 참조하십시오. 그의 유명한 교과서에있는 Thrun의 어떤 것. 이 맵을 잃어 버리면 시간이 지남에 따라 다시 맵을 만들어야합니다.

1. 객체를 제거합니다. 예, 오브젝트는 한동안 정적 맵에 나타납니다. 이전에 탐지 된 물체를 제거하기위한 조치를 취하지 않으면 지속됩니다. 일반적인 2D 그리드 기반 표현은 각 그리드 셀을 사용하여 객체의 확률을 나타내므로 시간이 지나면 객체가 "페이드"됩니다.

2. 객체 추가. 같은 상기와.

지역지도 :

실제로 SLAM은 일반적으로 로봇이 움직일 때 로봇을 지역화하는 데 사용되며 맵은 영구적으로 유지되지 않습니다 (또는 영구적으로 유지되지만 가장 가까운 Y 기능 만 사용됨). 로컬 맵은 마지막 X 분 동안 로봇이 어떻게 움직 였는지 결정하기 위해 로봇이 알아야 할 모든 것입니다. 여기서 X는 응용 프로그램에 따라 다릅니다. 지도를 잃어버린 경우에도 현재 보이는 기능을 사용하여 계속 비행 할 수 있습니다.

1. 시각적 특징을 사용한 번들 조정과 같은 배치 방법은이 방향에서 매우 일반적인 기술입니다. 기능은 시간이 지남에 따라 유지되고 다시 방문 될 수 있지만 이동 기능은 신뢰할 수없는 기능이므로 로봇의 위치를 ​​파악하려고 할 때 무시됩니다.

2. 비주얼 SLAM은 바로 이것입니다. 맵 기반 지역화 알고리즘이 아닌 델타 -P (포즈 변경) 추정기입니다.

3. 요컨대, 현재 대부분의 것들이 아닌 한 움직이지 않는 한, 로봇이 "보지"않을 때 물체를 제거해도 문제가되지 않습니다.

예

그렇게하십시오. SLAM 논문을 읽을 때 다음을 결정하십시오.

1. 그들은 실제로지도를 만들고 있습니까?

2. 기능과 위치 목록 만 유지하고 있습니까?

3. 그렇다면 어떤 "기능"이지도에 표시됩니까? 선, 점, 시각적 특징?

4. 이러한 기능이 움직일 가능성이 있습니까?

5. 그렇다면 어떻게 처리 할 수 ​​있습니까?

6. 마지막으로, 센서 소음은 종종 움직이는 기능과 같이 보입니다. 센서 노이즈를 어떻게 처리합니까? 이것은 종종 움직이는 피처에 어떤 일이 발생하는지 결정하기 때문입니다.

각 논문 / 저자 / 도서 / 응용 프로그램마다 다른 답변을 얻을 수 있습니다. 요컨대, 로봇은 현지화에 크게 도움이되지 않기 때문에 일반적으로 생략되며, 로컬 정보 만 사용하는 몇 가지 저수준 경로 계획표를 사용하면 피할 수 있습니다.

행운을 빌어 요, 슬램은 큰 주제입니다.