Pertama, apakah mungkin membuat peta tanpa landmark untuk robot dalam 2D? Katakanlah kita memiliki lorong yang dikelilingi oleh dua dinding. Robot bergerak di lingkungan ini. Sekarang apakah layak untuk membangun masalah SLAM seperti itu? Atau landmark harus tersedia untuk melakukannya?
mobile-robot
slam
CroCo
sumber
sumber
Jawaban:
Saya pikir Anda salah paham apa itu tengara. Ini adalah istilah umum untuk semua hal yang dapat dikenali dan digunakan robot sebagai bagian dari peta. Secara khusus, "landmark" penting untuk algoritma SLAM berbasis fitur, seperti slam berbasis EKF. Apa yang Anda gunakan untuk "landmark" tergantung pada sensor apa yang tersedia untuk robot.
Dalam kasus Anda, karena Anda belum menentukan penginderaan apa pun, maka kami akan menganggap robot tahu kapan benda itu mengenai. Maka setiap "tengara" hanyalah waktu robot menabrak sesuatu. Jika Anda melakukan ini dengan pena dan kertas, Anda hanya akan berkeliaran dan meletakkan tanda X setiap kali Anda menabrak sesuatu, lalu berbalik dan terus berkeliaran. Seiring berjalannya waktu hingga tak terbatas, Anda akan memiliki peta yang masuk akal tentang di mana batas-batas objek, dan apa bentuk objek, selama semuanya statis.
Dalam hal ini, "peta" bisa berupa bitmap, di mana setiap piksel adalah 0 atau 1, tergantung pada apakah ia memiliki objek di ruang itu atau tidak. Penskalaan tergantung pada aplikasi.
Saya sarankan melakukan sedikit riset lebih lanjut tentang topik-topik ini:
sumber
Saya pikir perlu untuk mendefinisikan apa tengara sebenarnya. Jawaban yang lain hanya mendefinisikan mereka sebagai penanda dan memberikan beberapa contoh. Sesuatu yang lebih formal dan khas adalah sebagai berikut:
Tengara adalah fitur yang dapat dengan mudah diamati dan dibedakan dari lingkungan. Mereka digunakan oleh robot untuk mencari tahu di mana tempatnya (untuk melokalisasi sendiri).
Tengara harus mudah diamati kembali. Landmark individu harus dapat dibedakan satu sama lain. Tengara harus banyak di lingkungan. Tengara harus stasioner.
Misalnya akan mengecualikan piksel sederhana untuk bertindak sebagai tengara, karena di dunia nyata itu sesuai dengan objek yang akan menjadi lebih atau kurang piksel tergantung pada jarak. Gumpalan akan lebih cocok karena kita hanya mengandalkan menemukan bentuk tertutup dari warna tertentu (sekali lagi dengan beberapa ambang karena warna berubah tergantung pada kondisi dan sudut cahaya). Sebagai contoh, di dunia nyata gumpalan itu adalah stiker oranye yang menempel di dinding.
sumber
Saya baru saja memposting pertanyaan serupa, mencoba menemukan kertas yang tidak diingat oleh rekan kerja (ICRA? 2011? Bukan dari Mudd atau koran Foxe). Saya kedua @JustSomeHelp - mereka harus dapat dibedakan. Jadi sensor benjolan saja tidak akan membantu karena pada dasarnya Anda akan memiliki (dalam bentuk naif), satu landmark yang terus mendapatkan lokasi yang berbeda. Itu akan berakhir dengan buruk.
Jelas, asumsi recti-linear sangat membantu - ada 99 makalah yang membahas ini. Namun saya belum menemukan pendekatan kanonik untuk melakukannya
ZJ Butler, AA Rizzi, dan RL Hollis. Cakupan berbasis sensor kontak dari lingkungan bujursangkar. Dalam Proc. Simposium IEEE Int'l tentang Kontrol Cerdas, 1999.
sumber