Hva er samtidig kartlegging og lokalisering?

Av | februar 28, 2022

Roboter er avhengige av kart for å bevege seg rundt. Selv om de kan bruke GPS, er det ikke nok når de opererer innendørs. Et annet problem med GPS er at den ikke er nøyaktig nok. Derfor kan ikke roboter stole på GPS. Derfor er disse maskinene avhengige av Simultaneous Localization and Mapping, som er forkortet til SLAM. La oss finne ut mer om denne teknologien.

Ved hjelp av SLAM lager ulike typer maskiner som roboter kart mens de beveger seg rundt. Med disse kartene beveger de seg rundt uten å krasje inn i forskjellige gjenstander i et rom. Det høres kanskje enkelt ut, men denne prosessen består av flere stadier som involverer sensordatajustering ved hjelp av en rekke algoritmer. Disse algoritmene bruker kraften til dagens GPU-er.

Sensordatajustering

I dag betrakter datamaskiner posisjonen til en robot som en tidsstempelpunkt på en tidslinje eller et kart. Dessuten fortsetter roboter å samle inn data om omgivelsene ved hjelp av disse sensorene. Den interessante delen er at kamerabilder tas 90 ganger per sekund for riktige målinger. Når roboter beveger seg rundt, gjør datapunkter det lettere for roboten å forhindre ulykker.

Bevegelsesestimering

Dessuten vurderer hjulodometri rotasjonen av hjulene til roboten. Hensikten er å hjelpe roboten med å måle reiseavstanden. Bortsett fra dette bruker de også treghetsmåleenhetene for å estimere akselerasjon og hastighet.

Sensordataregistrering

Siden dataregistrering gjøres mellom to målinger på et kart. Ekspertutviklere kan enkelt lokalisere en robot ved å bruke skann-til-kart-matching.

GPUer som utfører Split-Second-beregninger

Hastigheten på disse kartleggingsberegningene er mellom 20 og 100 ganger per sekund. Alt avhenger av algoritmene. Og det gode er at disse robotene bruker kraftige GPUer for å utføre disse beregningene.

I motsetning til en vanlig CPU, er en kraftig GPU opptil 20 ganger raskere. Derfor bruker samtidig lokalisering og kartlegging kraftige grafikkbehandlingsenheter.

Visuell Odometry for å hjelpe med lokalisering

Hensikten med visuell odometri er å gjenopprette orienteringen og plasseringen til en robot. Kraftige GPUer bruker to kameraer som fungerer i sanntid for å veilede plasseringen med en hastighet på 30 bilder per sekund.

Ved hjelp av stereovisuell odometri kan robotutviklere finne ut hvor en robot befinner seg og bruke denne for riktig navigering. Dessuten kan fremtidig utvikling i verden av visuell odometri bidra til å gjøre ting enklere enn før.

Kartbygging som hjelper med lokalisering

Det er tre forskjellige måter å lage kart på. I den første metoden fungerer kartleggingsalgoritmer under tilsyn av en veileder. Derfor styres prosessen manuelt. På den annen side involverer den andre metoden kraften til en arbeidsstasjon for dette formålet.

I den tredje metoden kan odometridata og lidarskanningsopptak bidra til å gjøre ting enklere. Med denne tilnærmingen kan loggkartleggingsapplikasjonen hjelpe deg med å gjøre offline-kartleggingen.

Lang historie kort, forhåpentligvis vil denne artikkelen hjelpe deg med å forbedre forståelsen av samtidig lokalisering og kartlegging.

Kategori: gpu

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert.