초음파 센서는 요즘 엄청나게 싸서 많은 취미 로봇 응용 분야에서 인기있는 선택이 될 것입니다. 로봇 주위에 알고리즘을 사용하여 로봇 주위에 여러 가지 (예 : 10)를 사용하여 영역의 대략적인 맵을 작성하고 싶습니다 (예 : 나는 로봇이 그것을 탐구한다.) 나는이 단계에서 움직이는 물체를 다루는 것에 관심이없고, 고정 된 물체를 정확히 지적하고, 위치를 위해 GPS를 사용할 것이다. 레이저 스캐너와 같은 다른 구성 요소는 훨씬 더 정확한 결과를 얻을 수 있지만 이러한 장치는 천문학적으로 더 비쌉니다.
이 목적을위한 알고리즘이 있습니까?
답변:
알고리즘은 사용중인 센서에 관계없이 본질적으로 동일합니다.
Chris가 만난 실제 문제 는 SLAM이 매우 우수한 센서로도 어렵다는 것입니다.
초음파로 슬램을 시도하기 위해서는 GPS, 휠 주행 거리 측정 및 IMU가 필요하다고 생각합니다.
저렴한 현지화를 원한다면 비전 / Kinect 기반 슬램도 살펴 보는 것이 좋습니다. 웹캠과 키 넥트 모두 매우 저렴하고 시각적 슬램이 먼 길을 왔습니다.
키넥 트는 실내에있는 한 센서 성능 / 비용면에서 성배와 거의 같습니다.
다음은 로봇의 키 넥트와 많은 수학 예제입니다 : http://www.youtube.com/watch?v=9Y4RQVpp-BY
이 주제에 관한 문헌의 전체 영역이 있습니다. 가장 일반적인 아이디어는 SLAM (Simultaneous Localization and Mapping)의 아이디어이며 , 로봇은지도에서 자신을 찾을 때 동시에지도를 만들어야합니다. 얼마나 정확한 맵을 원하는지에 따라 , 로봇의 위치를 알고 있다고 가정 하는 점유 그리드 맵 을 작성하는보다 간단한 문제를 시도 할 수 있습니다 .
일반적으로 GPS는 매우 끔찍하므로 GPS를 기본 위치 소스로 사용하여 점유 그리드를 생성하면 매우 희미한 맵이 생성됩니다. 그러나 GPS를 가속, 자이로 스코프, 컴퍼스, 카메라, 휠 인코더 및 기타 센서와 통합하여 세계에서 좋은 위치에 근접 할 수 있습니다. 그렇지 않으면 문제를 처리하기 위해 간단한 SLAM 시스템을 조사해야합니다.
GraphSLAM 을위한 멋진 오픈 소스 패키지 g2o를 사용하면 GPS와 같은 제약 조건을 벽에 배치 할 수 있습니다. 정확하게 맞지 않을 수도 있지만 꽤 일반적입니다.
SLAM을 수행하려면 상대적으로 좋은 위치 추정이 필요합니다.
레이저 스캐너를 사용하는 로봇은 데이터가 상대적으로 정확하고 이후의 시간 단계에서 현지화하는 데 도움이 될 수 있기 때문에 단지 거리 측정법만으로도 가능합니다.
초음파 센서는 매우 흐릿하며 일반적으로 20도 이상의 방향 퍼지가 있으며 일반적인 방향의 모든 것이 감지됩니다.
따라서 지역화에 도움을주는 데는 거의 도움이되지 않습니다 (매우 구조화 된 환경 제외).
합리적인 지역화를 위해 GPS / IMU 조합을 사용할 수 있습니다. 물론 이것은 로봇의 규모에 달려 있으며, 실내에있는 경우 GPS가 실용적이지 않을 수 있습니다.
휠 미끄러짐을주의 깊게 제어 할 수있는 경우 휠 주행 거리 측정법은 단기적으로 국소화를 크게 향상시킬 수 있습니다 (절대적인 현지화 방법이 선호되지만). 레이저 스캐너를 사용하더라도 절대 참조 (예 : GPS)가 없으면 "루프 닫기"문제를 해결할 수 있어야합니다.
구조화 된 환경은 정확도 요구 사항이 더 낮을 수 있습니다. 예를 들어, 일정한 정사각형 격자 거리에 벽이있는 미로 같은 환경으로, 격자 셀의 각 방향으로 벽의 존재를 감지하는 것이 간단합니다.