Qu'est-ce que la technologie SLAM pour les robots de balayage?

2020-08-21

Un nouveau robot de balayage de sol a été ajouté à la maison, et ma mère en a été étonnée: une machine de la taille d'une assiette, elle a commencé à fonctionner dès qu'elle est entrée dans la porte, c'était un travail difficile. Alors, quelle technologie a permis au QI intelligent du robot de balayage d'occuper les hauteurs? En regardant l'introduction du produit des robots de balayage, vous trouverez un terme qui est utilisé par de nombreux robots de balayage - la technologie "Simultaneous Localization and Mapping" (Simultaneous Localization and Mapping, SLAM).

Qu'est-ce que SLAM? Tout d'abord, «traversons» pour devenir un robot de balayage dont nous parlerons. En tant que robot de balayage, après être entré dans un espace inconnu, si vous souhaitez effectuer une tâche de balayage automatique, quelles tâches doivent être effectuées?

a) Qui suis-je et où suis-je? Comment réaliser rapidement un positionnement et comprendre votre position relative dans l'environnement;
 
b) D'où je viens et qu'est-ce qu'il y a autour? Comment construire une carte de l'environnement environnant en temps réel, et percevoir où se trouvent les obstacles et les murs? Se fier au positionnement des informations cartographiques est significatif;

c) Où dois-je aller et comment dois-je aller? Avec une carte et un emplacement, comment réaliser la planification de chemin sans heurter le mur, répéter la route ou rater chaque coin?

Les trois problèmes ci-dessus sont les "problèmes philosophiques ultimes" qu'un robot de balayage utilise SLAM pour résoudre (en fait, à proprement parler, SLAM n'inclut que les deux premiers problèmes, et certains scénarios d'application AR n'incluent pas les problèmes de planification de trajectoire. Ici, nous utilisons le balayage robot introduit le problème SLAM, parlons-en ensemble.)



L'essence de la technologie SLAM réside dans "S" - - Simultané, qui signifie "de l'autre côté ..." en chinois, tout en acquérant sa propre position et en répondant à la question "où suis-je", tout en construisant une carte et la réponse à la question «d'où viens-je», «Qu'est-ce qui est autour». Afin de mieux faire comprendre à tout le monde la signification de ce «S», nous sommes divisés en deux côtés. Tout d'abord, jetons un coup d'œil au passé et au présent de Technologie SLAM:

La réflexion technique du SLAM remonte au positionnement des sous-marins dans le domaine militaire. Contrairement aux navires de surface qui peuvent facilement naviguer et se localiser grâce au GPS, à l'observation visuelle, etc., les sous-marins doivent plonger dans des activités en haute mer sans lumière du soleil lorsqu'ils effectuent des tâches (cela est bien compris, flotter à la surface ou dans des eaux peu profondes perdra le sous-marin. ™ s Importance ~), il est difficile de localiser directement et de naviguer à travers les méthodes traditionnelles. Par conséquent, pour effectuer des tâches normalement, la plupart des sous-marins utilisent INS (navigation inertielle) et APS (navigation acoustique sous-marine) pour le positionnement conjoint, ainsi que des données cartographiques et cartographiques pour estimer l'emplacement approximatif du navire, le processus de positionnement, l'ajout et dessiner une carte comme celle-ci est la forme embryonnaire de la pensée technique SLAM.

Tout comme les sous-marins, les robots ne peuvent pas toujours compter sur le GPS, en particulier les robots de balayage utilisés dans des scénarios en intérieur. Le GPS a une précision de quelques mètres à l'extérieur. Se fier au GPS ne peut pas permettre aux robots de balayage d'éviter en toute sécurité les pieds de la table basse et de nettoyer le canapé. bas. S'appuyant sur la technologie SLAM, ils peuvent observer et cartographier eux-mêmes l'environnement environnant, créer une carte de navigation grâce à l'étalonnage des données des capteurs, puis comprendre où ils se trouvent, où ils doivent aller pour balayer le sol ou retourner au coin pour charger. Nous pouvons résumer la pensée technique simple de SLAM: sans connaissances préalables, les informations sur l'environnement environnant peuvent être acquises grâce à des capteurs, et la carte de l'environnement peut être construite rapidement et en temps réel, et en même temps, elle peut résoudre sa propre position et accomplissez les tâches suivantes telles que la planification du chemin sur cette base. Cela semble-t-il simple? Mais en fait, SLAM est une tâche complexe en plusieurs étapes, y compris la collecte de divers types de données brutes (données de balayage laser, données d'informations visuelles, etc.) dans l'environnement réel grâce à des capteurs, et le calcul de l'estimation de la position relative des cibles mobiles à différents temps grâce à l'odométrie visuelle (y compris les fonctionnalités) Correspondance, enregistrement direct, etc.), à travers le module back-end pour optimiser l'erreur cumulée causée par l'odomètre visuel (algorithme de filtrage traditionnel, algorithme d'optimisation de carte, etc.), et enfin générer un carte via le module de cartographie (bien sûr, il doit généralement être équipé d'une détection de boucle pour éliminer les erreurs accumulées dans l'espace, etc.) pour atteindre l'objectif de cartographie et de positionnement.