DP-SLAM

DP-SLAM ( Distributed Particle - Simultaneous Localization And Mapping )  er en af ​​tilgangene til at løse problemet med at positionere en mobil robot ved hjælp af SLAM -metoden , som bruger et relativt simpelt partikelfilter over en række kort og robotpositioner. Denne metode blev foreslået af forskere ved Duke University ( North Carolina ) i deres publikation til International Joint Conferences on Artificial Intelligence ( IJCAI ) i 2003 [1] . Et år senere, på den internationale konference om robotteknologi og automatisering ( IEEE International Conference on Robotics and Automation ) , præsenterede de en opgraderet version af DP-SLAM 2.0- algoritmen [2] .   

Beskrivelse af metoden

Anvendelsen af ​​metoden blev mulig på grund af en kraftig reduktion i omkostningerne til moderne laserafstandsmålerudstyr og betydelige fremskridt opnået inden for multipartikelfiltrering. I løbet af arbejdet formåede skaberne af DP-SLAM at undgå brugen af ​​tidskrævende EM-algoritmer til multi-pass konstruktion af foreløbige heuristiske estimater af den grundlæggende SLAM -ordning . Ved at tage udgangspunkt i arkitekturen af ​​FastSLAM -metoden i DP-SLAM- beregningsalgoritmen , var det muligt at opgive brugen af ​​skelsættende markører allokeret i robottens miljø. En sådan reduktion af beregningsskemaet eliminerede automatisk en bred klasse af problemer forbundet med associativiteten af ​​eksperimentelle data og med a priori antagelser om markører. Men omkostningerne ved denne tilgang var behovet for at manipulere og opdatere betydelige mængder information i hukommelsen med hundredvis af sektioner af lokalt målte kort over området. Ikke desto mindre demonstrerede den præsenterede algoritme i værste fald log-kvadratisk kompleksitet afhængig af antallet af prøver og lineær kompleksitet afhængigt af området undersøgt af lasersensoren [1] .

Strukturel repræsentation af kortet

Kortet præsenteres i form af et gitter fyldt med celler optaget af forhindringer.

Det er praktisk at gemme et sådant kort som et array, hvor de elementer, der afspejler forhindringernes position, har en værdi på 1, og alle resten har en værdi på 0.

Metodevurdering

Metoden vakte en vis interesse blandt specialister i anvendt matematik og robotteknologi . I en række videnskabelige publikationer har dens effektivitet - i kombination med opdaterbare grafer af typen " slægtstræ " til at repræsentere digitaliserede kort over området - fået meget høje karakterer [3] . I 2007, på grund af tilgængeligheden af ​​detaljeret dokumentation i det offentlige domæne og den relative lette implementering, blev karakteristikaene ved DP-SLAM- metoden genstand for en streng sammenligning med nogle andre varianter ( TEAMBOTICA og 6D-SLAM ) af den generelle SLAM- algoritme [4] . I 2010 bemærkede en gruppe franske forskere, at softwareimplementeringen af ​​DP-SLAM- algoritmebasen ikke ville kræve mere end 200 linjer kode i C-programmeringssproget [ 5] .

Noter

  1. 1 2 A. Eliazar, R. Parr.  DP-SLAM : Hurtig , robust samtidig lokalisering og kortlægning uden forudbestemte vartegn ] . — IJCAI. – 2003.
  2. A. Eliazar, R. Parr. DP-SLAM 2.0  : [ engelsk ] ] . — IEEE International Conference on Robotics and Automation. - 2004. - doi : 10.1109/ROBOT.2004.1308006 .
  3. S. Thrun, J. Leonard. Simultaneous Localization and Mapping // Springer Handbook of Robotics / B. Siciliano, O. Khatib. - Springer, 2008. - S. 883. - ISBN 978-3-540-23957-4 .
  4. R. Ouellette, K. Hirasawa. En sammenligning af SLAM-implementeringer til indendørs mobile robotter  : [ eng. ] . — IEEE/RSJ International konference om intelligente robotter og systemer. - 2007. - S. 1479-1484. - doi : 10.1109/iros.2007.4399575 .
  5. B. Steux, O. Hamzaoui. tinySLAM: en SLAM-algoritme på mindre end 200 linjer C-sprogsprogram  : [ eng. ] . — 11. Internationale Konference om Control Automation Robotics & Vision. - 2010. - S. 1975-1979. - doi : 10.1109/ICARCV.2010.5707402 .

Links