Abstract
The article is devoted to evaluating the applicability of SLAM frameworks for the task of mobile robots of the Duckietown project. The paper provides a comparative analysis of existing SLAM algorithms and frameworks and se-lects frameworks taking into account all the constraints imposed by the project robots. The practical results of testing OpenVSLAM framework on the Duckietown environment and Duckietown simulator data are presented.
Highlights
Алгоритмы построения карты местности и одновременного позиционирования (Simultaneous Localization And Mapping – SLAM) используются для решения задач локализации объекта и построения карты окружающей территории в сфере мобильной робототехники
Также технологии компьютерного зрения используются во многих областях промышленности и науки [2], в том числе и в робототехнике
Разработан алгоритм настройки фреймворка OpenVSLAM для работы с датасетами с Duckietown
Summary
Для формирования «слова» производится поиск визуальных особенностей на основе данных для тренинга и их последующая группировка (с помощью метода k-среднего). На основе вновь полученных данных производится уточнение текущих представлений о мире – пересчет позиций робота (state estimation), особенностей и вероятность появления их на карте с учетом погрешности. Однако, поскольку он использует детектор углов, то дает недостаточно точные результаты, несмотря на хорошо реализованный алгоритм замыкания петель. Создание разреженной карты делает его эффективнее (LSD SLAM), так как повышает быстродействие и уменьшает аппаратные расходы. К достоинствам DSO_SLAM, можно отнести использование более полной информации о изображении, в связи с чем точное нахождение ключевых точек и построение карты. Использует высокоэффективный Rao-Blackwellized фильтр частиц для изучения сеточных карт по данным лазерного диапазона. В этом SLAM алгоритме используются адаптивные методы уменьшения числа частиц в фильтре частиц с Rao- Blackwellized для изучения сеточных карт. Это резко уменьшает неопределенность относительно позы робота на этапе прогнозирования фильтра
Sign-in/Register to view highlights & summary 
Published Version (
Free)
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call