Čo je to SLAM? Ako autá s vlastným riadením vedia, kde sú

Reklama

Simultánna lokalizácia a mapovanie (SLAM) pravdepodobne nie je frázou, ktorú používate každý deň. Niekoľko najnovších technologických zázrakov však tento proces využíva každú milisekundu svojej životnosti.

Čo je to SLAM? Prečo to potrebujeme? O čom sú tieto skvelé technológie?

Od skratky po abstraktnú myšlienku

Tu je rýchla hra. Ktorý z nich nepatrí?

• Autá s vlastným pohonom
• Aplikácie s rozšírenou realitou
• Autonómne letecké a podvodné vozidlá
• Kombinované reality nositeľné
• The Roomba

Môžete si myslieť, že odpoveď je ľahko posledná položka v zozname. Svojím spôsobom máte pravdu. Inak to bola triková hra, pretože všetky tieto položky spolu súvisia.

Skutočná otázka (veľmi cool) hry je: Čo robí všetky tieto technológie uskutočniteľnými? Odpoveď: súčasná lokalizácia a mapovanie, alebo SLAM! ako to hovoria chladné deti.

Vo všeobecnosti je účel algoritmov SLAM dosť jednoduchý na iteráciu. Robot použije súčasnú lokalizáciu a mapovanie na odhadnutie svojej polohy a orientácie (alebo pózovania) v priestore pri vytváraní mapy svojho prostredia. To umožňuje robotovi zistiť, kde sa nachádza a ako sa má pohybovať v neznámom priestore.

Preto áno, to znamená, že celý tento efektný algoritmus smútenia je odhad polohy. Ďalšia populárna technológia, Globálny pozičný systém (alebo GPS) Ako funguje sledovanie GPS a čo s ním môžete sledovať?GPS. Poznáme to ako technológiu, ktorá nás vedie z bodu A do bodu B. Ale GPS je viac ako to. Existuje svet možností a my nechceme, aby ste vynechali. Čítaj viac odhaduje pozíciu od prvej vojny v Perzskom zálive v 90. rokoch.

Rozlišovanie medzi SLAM a GPS

Tak prečo teda potreba nového algoritmu? GPS má dva základné problémy. Po prvé, zatiaľ čo GPS je presný v porovnaní s globálnym meradlom, presnosť aj presnosť zmenšujú mierku v porovnaní s miestnosťou alebo stolom alebo malým priesečníkom. GPS má presnosť až na meter, ale aký centimeter? Millimeter?

Po druhé, GPS nefunguje dobre pod vodou. Nemyslím tým vôbec nie. Podobne výkonnosť je špinavá vo vnútri budov s hrubými betónovými stenami. Alebo v suterénoch. Získate nápad. GPS je satelitný systém, ktorý trpí fyzickými obmedzeniami.

Algoritmy SLAM sa preto zameriavajú na poskytnutie lepšieho pocitu polohy pre naše najpokročilejšie prístroje a zariadenia.

Tieto zariadenia už obsahujú litóriu senzorov a periférnych zariadení. Algoritmy SLAM využívajú údaje z čo najväčšieho počtu z nich pomocou matematiky a štatistík.

Kuracie alebo vaječné? Pozícia alebo mapa?

Matematika a štatistika sú potrebné na zodpovedanie komplexnej otázky: používa sa pozícia na vytvorenie mapy okolia alebo sa na výpočet polohy používa mapa okolia?

Čas experimentu! Ste medzidimenzionálne pokrivení na neznáme miesto. Čo urobíš ako prvá? Panika? Dobre, upokoj sa, nadýchni sa. Vezmite ďalšie. Čo teraz robíš? Rozhliadnite sa a skúste nájsť niečo známe. Po ľavej strane je stolička. Rastlina je po vašej pravici. Konferenčný stolík je pred vami.

Ďalej, akonáhle ochromí strach z „Kde som do pekla?“ opotrebovanie, začnete sa pohybovať. Počkajte, ako funguje pohyb v tejto dimenzii? Urobte krok vpred. Stolička a rastlina sa zmenšujú a stôl sa zväčšuje. Teraz môžete potvrdiť, že sa v skutočnosti pohybujete vpred.

Pozorovania sú kľúčom k zlepšeniu presnosti odhadu SLAM. Vo videu nižšie, keď sa robot pohybuje zo značky na značku, vytvára lepšiu mapu prostredia.

Vráťte sa do inej dimenzie, čím viac budete chodiť, tým viac sa budete orientovať. Krok vo všetkých smeroch potvrdzuje, že pohyb v tejto dimenzii je podobný vášmu domovskej dimenzii. Keď pôjdete doprava, rastlina sa zväčšuje. Našťastie vidíte aj iné veci, ktoré v tomto novom svete určíte ako orientačné body, ktoré vám umožnia sebaistejšie putovať.

Toto je v podstate proces SLAM.

Vstupy do procesu

Aby bolo možné urobiť tieto odhady, algoritmy používajú niekoľko častí údajov, ktoré možno klasifikovať ako interné alebo externé. Ako príklad interdimenzionálneho transportu (pripustite, že ste mali zábavný výlet) sú vnútornými meraniami veľkosť krokov a smeru.

Vykonané vonkajšie merania sú vo forme obrázkov. Identifikácia orientačných bodov, ako sú rastlina, stolička a stôl, je pre oči a mozog ľahkou úlohou. Najvýkonnejší známy procesor - ľudský mozog - dokáže tieto obrázky nasnímať a nielen identifikovať objekty, ale tiež odhadnúť vzdialenosť k tomuto objektu.

Bohužiaľ (alebo našťastie v závislosti od vášho strachu zo SkyNet) roboti nemajú ako procesor ľudský mozog. Stroje sa spoliehajú na kremíkové čipy s ľudským písomným kódom ako mozog.

Ostatné kusy strojov vykonávajú vonkajšie merania. Periférie, ako sú gyroskopy alebo iná inerciálna meracia jednotka (IMU), sú pri tom užitočné. Roboty, ako sú vozidlá s vlastným pohonom, používajú ako interné meranie aj odometriu polohy kolies.

Navonok auto s vlastným riadením a ďalšie roboty používajú LIDAR. Podobne ako radar využíva rádiové vlny, LIDAR meria odrazené svetelné impulzy na identifikáciu vzdialenosti. Používané svetlo je zvyčajne ultrafialové alebo takmer infračervené, podobne ako infračervené hĺbkové senzory.

LIDAR vysiela desiatky tisíc impulzov za sekundu, aby vytvoril trojrozmernú bodovú cloudovú mapu s vysokým rozlíšením. Takže, nabudúce, keď sa Tesla rozbehne na autopilote, bude vás strieľať laserom. Veľa krát.

Algoritmy SLAM navyše používajú statické obrazy a techniky počítačového videnia ako externé meranie. Toto sa vykonáva pomocou jedinej kamery, ale je možné ju spresniť pomocou stereofónneho páru.

Vo vnútri čiernej skrinky

Interné merania aktualizujú odhadovanú polohu, ktorú je možné použiť na aktualizáciu externej mapy. Externé merania aktualizujú odhadovanú mapu, ktorá sa môže použiť na aktualizáciu polohy. Môžete to považovať za problém inferencie a myšlienkou je nájsť optimálne riešenie.

Bežným spôsobom, ako to dosiahnuť, je pravdepodobnosť. Techniky, ako je približná poloha filtra častíc a mapovanie pomocou Bayesovskej štatistickej inferencie.

Časticový filter používa stanovený počet častíc rozptýlených gaussovským rozdelením. Každá častica „predpovedá“ aktuálnu polohu robota. Každej častici je priradená pravdepodobnosť. Všetky častice začínajú s rovnakou pravdepodobnosťou.

Ak sa vykonávajú merania, ktoré sa navzájom potvrdzujú (napr. Krok vpred = zväčšovanie tabuľky), častice, ktoré sú „správne“ vo svojej polohe, dostanú postupne vyššiu pravdepodobnosť. Časticiam, ktoré sú úplne mimo, sú priradené nižšie pravdepodobnosti.

Čím viac orientačných bodov dokáže robot identifikovať, tým lepšie. Orientačné body poskytujú spätnú väzbu k algoritmu a umožňujú presnejšie výpočty.

Aktuálne aplikácie využívajúce algoritmy SLAM

Poďme to rozobrať, cool kus technológie cool kus technológie.

Autonómne podvodné vozidlá (AUV)

Bezpilotné ponorky môžu pracovať autonómne pomocou techník SLAM. Interná IMU poskytuje údaje o zrýchlení a pohybe v troch smeroch. Okrem toho AUV používajú sonar orientovaný zdola na odhady hĺbky. Sonar s bočným skenovaním vytvára obrazy morského dna s dosahom niekoľko stoviek metrov.

Zmiešané reality nositeľné

Spoločnosti Microsoft a Magic Leap vyrobili nositeľné okuliare, ktoré predstavujú Aplikácie zmiešanej reality Windows Mixed Reality: Čo to je a ako to vyskúšať terazWindows Mixed Reality je nová funkcia, ktorá vám umožňuje používať Windows 10 vo virtuálnej a rozšírenej realite. Tu je dôvod, prečo je to vzrušujúce a ako zistiť, či ho váš počítač podporuje. Čítaj viac . Odhad polohy a vytvorenie mapy sú pre tieto nositeľné odevy rozhodujúce. Zariadenia používajú mapu na umiestnenie virtuálnych objektov nad skutočné objekty a ich vzájomné pôsobenie.

Pretože tieto nositeľné odevy sú malé, nemôžu používať veľké periférie, ako napríklad LIDAR alebo sonar. Namiesto toho sa na mapovanie prostredia používajú menšie infračervené snímače hĺbky a kamery smerujúce von.

Autá s vlastným pohonom

Autonómne autá majú oproti nositeľným vozidlám trochu výhodu. Pri oveľa väčšej fyzickej veľkosti môžu autá držať väčšie počítače a mať viac periférnych zariadení na vykonávanie vnútorných a vonkajších meraní. Autá s vlastným pohonom predstavujú v mnohých ohľadoch budúcnosť technológie, pokiaľ ide o softvér aj hardvér.

Technológia SLAM sa zlepšuje

Keďže sa technológia SLAM používa mnohými rôznymi spôsobmi, je to len otázka času, kým dôjde k jej zdokonaleniu. Keď sa vozidlá s vlastným riadením (a iné vozidlá) zobrazujú každý deň, viete, že súbežná lokalizácia a mapovanie sú pripravené na použitie pre všetkých.

Technológia autonómneho riadenia sa každý deň zlepšuje. Chcete vedieť viac? Pozrite sa na podrobné členenie MakeUseOf ako fungujú autá s vlastným pohonom Ako fungujú vozidlá s vlastným riadením: Matice a matice za autonómnym programom spoločnosti GoogleByť schopný dochádzať tam a späť do práce pri spánku, jedení alebo doháňaní svojich obľúbených blogy sú konceptom, ktorý je rovnako príťažlivý a zdanlivo vzdialený a príliš futuristický na to, aby bol skutočne diať. Čítaj viac . Mohlo by vás tiež zaujímať ako hackeri zacieľujú na prepojené autá.

Obrázok Kredit: chesky_w /depositphotos