La méthode SLAM研究对象技术代理事实années。Avec l'amélioration considérable de la vitatiesse de traitement de l'information et la disponibilité de capteurs low-cost tel que les caméras et les télémètres laser, la méthode SLAM est désormais utilisée pour des applications pratiques dans des domaines de plus en plus nombreux。

Pour comprenre pourquoi la méthode SLAM est importante， étudions某些优势和应用示例。

应用示例méthode SLAM

Prenons l ' example d ' unaspirateur robot domestic。没有la méthode SLAM, il se déplacera de manière aléatoire dans une pièce et ne pourra peut-être pas nettoyer toute la surface du sol. En oute, cette approche très énergivore épuisera la batterie plus rapidement。Les robots basés sur la méthode SLAM, quant à eux, peuvent utiliser des information telles que le nombre de roue et Les données provenant de caméras et d ' aures capteurs d 'images pour déterminer le nombre de mouvements nécessaires。这是苹果本地化上的问题。Le机器人peut aussi simultanément utiliser la caméra et d 'autres capteurs pour制图师les障碍dans son环境et éviter de nettoyer deux fois la même区。这是我在地图上看到的。

倒mieux comprenndre le合成性能前端，考试双méthodes SLAM différentes: le SLAM视觉et le SLAM激光雷达。

大满贯visuel

Comme son nom l 'indique, le SLAM visuel (ou vSLAM) utilise des images acquises par des caméras et aures capteurs d 'images。Le SLAM visuel peut utiliser des caméras simples(大角度，鱼眼等sphériques)， des caméras à il composé (caméras stéréo et multi-caméras) et des caméras RGB-D (caméras de profondeur et ToF)。

赛特méthode peut être implémentée à故障coût avec des caméras关系bon marché。En oute, comme les caméras fournissent un grand volume d ' information, elles peuvent être utilisées pour détecter des points de repère(位置mesurées précédemment)。La détection de points de repère peut également être combinée à l 'optimisation basée sur les graphes, ce qui permet d 'obtenir une sure souplesse dans l 'implémentation de La méthode SLAM。

On parle de SLAM monoculaire lorsque le vSLAM n 'utilise qu 'une seule caméra comme capteur, ce qui complique la définition de la profondeur。Ce problème peut être résolu soit en détectant de marqueurs de réalité augmentée, de damiers ou d ' aures对象的图像为倾倒la本地化，soit en融合的信息de la caméra avec un autre捕捉，comme des centrales inertielles (IMU)， qui peuvent prere des测量物理告诉que la vitesse和方向。Parmi les technologies liées au vSLAM, nous comptons la structure acquise à partir du mouvement (SfM)， l 'odométrie视觉和调整faisceaux。

Nous pouvons classer les算法的SLAM视觉En deux catégories。Les méthodes creuses字体对应Les点caractéristiques des图像et utilent des算法telels que PTAM et ORB-SLAM。Les méthodes denses exploitent la luminosité globale des images et utilent des algorithmeels que DTAM, LSD-SLAM, DSO et SVO。

大满贯激光雷达

勒激光雷达(首字母缩写de光探测和测距)est une méthode qui utilise principalement un capteur laser (ou capteur de distance)。

Par rapport aux caméras, au ToF et à d 'autres capteurs, les laser sont net加上précis et sont utilisés pour des applications impliquant des véhicules se déplaçant à grande vitesse, comme les voitures autonomes et les drones。出动直升机的价值捕获者激光声波généralementDonnées de nuage de points2D (x, y) ou 3D (x, y, z). Le nuage de points du capture laser fournit des mesures de distance très précises et s 'avère très efface pour la cartographie avec la méthode SLAM。Généralement, le movement est estimé de façon séquentielle en metttant en correspondance plusieurs nuages de points。Ce mouvement calculé (la distance parcourue) permet de localiser le véhicule。Pour la mise en correspondance des nuages de points LiDAR, des algorithms de recalage comme ICP(迭代最近点)et NDT(正态分布变换)sont utilisés。Les cartes de nuages de points 2D ou 3D peuvent être représentées sous la formme d'une carte quadrillée ou d'une carte voxel。

Toutefois, les nuages de sont pas pas détaillés que les images en termes densité， et n'offrent pas toujours suffisamment de caractéristiques pour la mise en通信。举例来说，不知道有什么障碍，有什么困难，有什么问题，有什么问题véhicule有什么问题être有问题。完美的，我们的通信nécessite généralement我们的力量加上élevée。Il faut donc optimiser les process pour améliorer la vitesse。En raison de ces difficultés, la localisation des véhicules autonomes peut nécessiter de fusionner d ' aures résultats de measurement, par示例l 'odométrie, le GNSS(全球卫星导航系统)et les données IMU。Pour les applications telles que les robots d 'entrepôt, leSLAM激光雷达2DEst fréquemment utilisé， tandis que leSLAM qui利用les nuages de points激光雷达3DPeut être employé pour la conduite autonomous et les drones。

Difficultés courantes avec le SLAM

Bien que le SLAM soit utilisé pour certain applications pratiques, plusieurs difficultés techniques freinent une adoption + générale。Pour chacune, il existerune contre-mesure渗透de contourner l 'obstacle。

1.本地化错误积累entraînant une déviation价值关系的实质réelles

Le SLAM estime un mouvement séquentiel, ce qui包括une sure marge d ' error。时间的错误积聚entraîne une déviation价值关系的实质réelles。Les données de la carte peuvent finir par être faussées ou décalées, ce qui rend Les recherches suivantes + difficiles。Imaginons que le robot suive une trajectory carrée。À误差累积测量，点départ et d 'arrivée du机器人通讯员加。关于苹果cela un problème de fermeture de boucle。由细胞引起的估计错误inévitables。最重要的de détecter les fermetures de boucle et de déterminer comment corriger ou effacer les errors accumulées。

一个contre-mesure包含à garder en mémoire ceres des caractéristiques d’un lieu précédemment visité et s’en servir comme point de repère pour minimiser l’erreur de本地化。Les graphs de perttent de corriger Les errors。Résoudre la最小化d' errors comme un problème d 'optimisation permet de générer des cartes + précises。Ce类型d '优化est appelé SLAM视觉调整。

2.La本地化échoue et La position sur La carte est perdue

制图师à图像和计算点caractéristiques机器人运动。Dans确定cas, cette接近génère估计终止。例如，un résultat de compute indiquant qu 'un robot se déplaçant à 1 m/s a soudain fait un bond de 10 mètres。Ce类型d ' échec de本地化peut être évité en utilant un algorithm de récupération ou en fusion le modèle de运动avec plusieurs capteurs pour réaliser les calcules sur la base des données des capteurs。

我们的存在是美好的méthodes渗透性的d 'utiliser un modèle de运动avec la fusion de capteurs。莱斯卡尔曼滤波器Sont une méthode de localization fréquemment utilisée。机器人潜水器à entraînement différentiel et des véhicules à第四实用程序modèles de运动非linéaires，卡尔曼过滤系统等过滤à粒子(蒙特卡洛本地化)。Dans cerscas，上peut également utiliser des filters bayésiens + flexibles, comme les filters卡尔曼无香水。帕尔米les capteurs couramment utilisés, citons les dispositifs de mesure inertiels tels que l 'IMU, le système de référence d 'attitude et de cap (明显)， le système de navigation inertielle (INS)， les accéléromètres, les陀螺仪等les magnétomètres。Les encodeurs rotatifs ajoutés au véhicule sont souvent utilisés pour l 'odométrie。

Lorsque la本地化échoue, une possiblecontre-mesureDe récupération consistent à garder en mémoire UN point De repère en tant qu 'image-clé à partir d’UN lieu précédemment visité。Lors de la recherche d ' un point de repère, un process d '提取caractéristiquesEst appliqué de façon à permettre de balayer l' environment à grande vitesse。当然méthodes basées sur les caractéristiques d 'images包括un modèle de sac de caractéristiques (BoF) et de sac de mots visuels (BoVW)。加récemment le深度学习a été utilisé pour la比较des距离au sein des caractéristiques。

3.Coût de计算élevé associé au traitement d 'images, au traitement des nuages de points et à l ' optimization

Le coût de compute est problématique lors de l 'implémentation du SLAM sur un véhicule。Le compute est généralement réalisé sur des microprocseurs embarqués compacts à失败的整合ayant une puissance de traitement limitée。倾注une本地化précise, il est essentiel d 'exécuter letraitement d形象关于各方面的通信协议à高级fréquence。out out, les calculate d ' optimization comme la fermeture de boucle sont des process加强计算。La difficulté est de trouver comment exécuter de tels traitements coûteux en calcul sur des microprocseurs embarqués。

一个contre-mesure一致性à exécuter différents processus en parallèle。Des process que l 'extraction de caractéristiques, un prétraitement nécessaire pour la mise en通信，se prêtent plutôt bien à la parallélisation。L 'utilisation de CPU multiceure pour le traitement, du计算单指令，多数据(SIMD) et des GPU embarqués peuvent encore améliorer la vitesse, dans cers cas。De plus, puisque l 'optimisation du graphe De pose peut être réalisée sur un cycle long, réduire sa priorité et l'exécuter à interes réguliers peut également améliorer les performance。

MATLAB^®提议des fonctionnalités渗透剂d 'implémenter des应用SLAM倒votre système cible et de rerrier à de nombreuses contre-mesures pour contourner les difficultés techniques conues du SLAM。