Clever Geek Handbook

Investigasi metode SLAM untuk navigasi robot seluler dalam ruangan. Pengalaman Penelitian Robotika R2. (lanjutan)

pengantar

Pada artikel terakhir, kami melihat beberapa algoritma SLAM modern untuk ROS . Artikel ini akan membahas penerapan SLAM dalam praktik. Sebuah prototipe robot merchandiser mobile dari R2 Robotics digunakan sebagai robot . Robot memiliki basis dengan dua roda penggerak yang terletak di poros yang sama di tengah, yang memungkinkannya berbelok di tempat dan berkontribusi pada kemampuan manuver yang tinggi. Diameter robot adalah ~ 60 cm, dan tingginya 1,5 meter.





4. Pengujian

Sensor pada robot adalah: 2D lidar RPLidar A1 , kamera RGBD Intel RealSense D435i dan kamera pelacakan Intel RealSense T265 untuk pelacakan odometri. Lidar dipasang di bagian bawah robot dan hanya memindai sektor depan 180 derajat, sedangkan kamera disetel pada 1,1 m dan dimiringkan ke bawah pada sudut 40 derajat. Mengingat ketinggian robot adalah 150 cm, kamera memungkinkan Anda mengenali rintangan pada ketinggian yang tidak dapat diakses oleh lidar.





Gambar 8 - Model robot di RViz
Gambar 8 - Model robot di RViz

9. 70 2 . , , .





Gambar 9 - Ruang untuk tes pemetaan
9 –

4.1 Rtabmap





– ( 10).





TAPI)
)
B)
B)

10 – Rtabmap ) b) RGBD





10 – , , . , . , , , .





, , RGBD , . , - . , , , .





Gambar 11 - Perbandingan objek yang ditampilkan di peta: merah - rak dan kursi tinggi, biru - meja dan kursi, kuning - sofa dan lemari pakaian, hijau - kursi
11 – : – , – , – , –

11 , , . . , , , 2D . , , ( ). – 7 .





, , . , ( 12).





Gambar 12 - Menampilkan data dari kamera RGBD di RViz
12 – RGBD RViz

, , , . , 11 . , , , , .





. , , . , 13 14.





Gambar 13 - Menghindari rintangan pada peta yang dibuat menggunakan kamera kedalaman
13 – ,
Gambar 14 - Menghindari rintangan pada peta yang dibuat menggunakan lidar (hitam - penghalang pada peta, abu-abu - ruang kosong pada peta, merah muda - penghalang pada lapisan rintangan peta biaya, biru - lapisan inflasi peta biaya global, merah dan biru - peta biaya lokal lapisan inflasi)
14 – , ( – , – , – costmap obstacle layer, – inflation layer global costmap, – inflation layer local costmap)

, , , ( 13). , , . , obstacle_layer , ( 14). , . , obstacle_layer . , . , , , «» , , . , , , , .





4.2 Google Cartographer





Google Cartographer . RPLidar A1, Intel RealSense D435i. 





. SLAM, . , , SLAM . , , . . , 2- . , Rtabmap 2 . Rtabmap – SLAM, , Cartographer – , . , 2 , Cartographer . , , , . Cartographer, , , , SLAM.





, , .





Gambar 15 - Peta lidar dengan a) Kartografer b) Rtabmap
15 – ) Cartographer b) Rtabmap

15, , Cartographer , , SLAM Rtabmap.





Gambar 16 - Visualisasi Kartografer peta Rviz, dibangun di atas lidar
16 – Rviz Cartographer,

16 . Cartographer. Cartographer , , , , . , - . , Cartographer «» . . , Cartographer – , . , . , ( - ), .





, , . - navigation stack obstacle layer. , . navigation stack, . , , .





Cartographer SLAM SLAM. , Cartographer , , , , . , Cartographer «» , . . , , 5-10 . , ( Cartographer) , , .





, Cartographer , . Rtabmap, Cartographer . Rtabmap , , , , , Rtabmap ( , ).





17 2- , Cartographer. 1, 2, , . , 2 , . , , . Rtabmap , , Cartographer .





Gambar 17 - Peta 2 kamar kartografer yang diplot oleh lidar
17 – Cartographer 2- ,

SLAM Rtabmap Cartographer , . 2D , . , , obstacle_layer, .





, . -, , 3D . , (, , .) . , , , .





, SLAM. , .





Gmapping – 2D , Cartographer Rtabmap . , Gmapping, 3D .





Rtabmap Cartographer SLAM. Rtabmap , . , , . , – .





Cartographer , ( ) . , SLAM .









  1. Pedrosa, E., L. Reis, C. M. D. Silva and H. S. Ferreira. Autonomous Navigation with Simultaneous Localization and Mapping in/outdoor. 2020.





  2. Gmapping [ ] URL: http://wiki.ros.org/gmapping, – . . . : 14.08.2020 .





  3. Google Cartographer ROS [ ] URL: https://google-cartographer-ros.readthedocs.io/en/latest/#, – . . . : 04.11.2020 .





  4. RTAB-Map, Real-Time Appearance-Based Mapping [ ] URL: http://introlab.github.io/rtabmap/, – . . . : 22.06.2020 .





  5. Adaptive Monte Carlo localization [ ] URL: http://wiki.ros.org/amcl, – . . . : 03.08.2020 .





  6. Building Maps Using Google Cartographer and the OS1 Lidar Sensor [ ] URL: https://ouster.com/blog/building-maps-using-google-cartographer-and-the-os1-lidar-sensor/, – . . . : 25.02.2021 .





  7. Labbé, M, Michaud, F. RTAB‐Map as an open‐source lidar and visual simultaneous localization and mapping library for large‐scale and long‐term online operation. J Field Robotics. 2019; 35: 416– 446.





  8. Silva, B.M.F.D.; Xavier, R.S.; Gonçalves, L.M.G. Mapping and Navigation for Indoor Robots under ROS: An Experimental Analysis. Preprints 2019.





  9. Mathieu Labbe dan François Michaud. Deteksi Penutupan Loop Global Online untuk SLAM Berbasis Grafik Multi-Sesi Skala Besar. Konferensi Internasional IEEE / RSJ 2014 tentang Robot dan Sistem Cerdas, halaman 2661-2666, 2014.







More articles:


All Articles