Clever Geek Handbook

屋内移動ロボットナビゲーションのための SLAM 手法の調査。R2 ロボティクス研究経験。(続き)

前書き

前回の記事では、ROS 用の最新の SLAM アルゴリズムをいくつか調べました。この記事では、SLAM の実際の適用について説明します。ロボットはR2 Robotics のモバイル マーチャンダイザー ロボットのプロトタイプを使用しています。ロボットは、2つの駆動輪を中心に同一軸上に配置したベースを持ち、その場で旋回することができ、高い機動性に貢献しています。ロボットの直径は約 60 cm、高さは 1.5 メートルです。





4. テスト

ロボットのセンサーは次のとおりです。2D ライダーRPLidar A1、RGBD カメラIntel RealSense D435iおよびオドメトリ追跡用のIntel RealSense T265カメラの追跡。LIDAR はロボットの下部に設置され、180 度の前頭部のみをスキャンし、カメラは 1.1 m に設定され、40 度の角度で下に傾けられます。ロボットの高さが 150 cm であることを考えると、カメラはライダーがアクセスできない高さで障害物を認識することができます。





図 8 - RViz のロボット モデル
図 8 - RViz のロボット モデル

9. 70 2 . , , .





図 9 - マッピング テストのための部屋
9 –

4.1 Rtabmap





– ( 10).





だが）
)
B)
B)

10 – Rtabmap ) b) RGBD





10 – , , . , . , , , .





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





図 11 - マップに表示されるオブジェクトの比較: 赤 - ラックとハイチェア、青 - テーブルとアームチェア、黄 - ソファとワードローブ、緑 - 椅子
11 – : – , – , – , –

11 , , . . , , , 2D . , , ( ). – 7 .





, , . , ( 12).





図 12 - RViz での RGBD カメラからのデータの表示
12 – RGBD RViz

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





. , , . , 13 14.





図 13 - 深度カメラを使用して作成された地図上の障害物を避ける
13 – ,
図 14 - LIDAR を使用して作成されたマップ上の障害物の回避 (黒 - マップ上の障害物、灰色 - マップ上の空きスペース、ピンク - コストマップ障害物レイヤー上の障害物、青 - インフレ レイヤー グローバル コストマップ、赤と青- インフレーション レイヤーのローカル コストマップ)
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.





, , .





図 15 - a) Cartographer b) Rtabmap を使用した Lidar マップ
15 – ) Cartographer b) Rtabmap

15, , Cartographer , , SLAM Rtabmap.





図 16 - LIDAR 上に構築された Rviz マップ Cartographer の視覚化
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 .





図 17 - Lidar によってプロットされた Cartographer の 2 部屋のマップ
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. マシュー・ラベとフランソワ・ミショー。大規模なマルチセッション グラフ ベースの SLAM のオンライン グローバル ループ クロージャ検出。2014 IEEE / RSJ International Conference on Intelligent Robots and Systems, pages 2661-2666, 2014.







More articles:


All Articles