12: SLAM RGB-D

Última actualización
Guardar como PDF

Page ID: 85017

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Los sensores de alcance han surgido como uno de los sensores más efectivos para hacer que los robots sean autónomos. A diferencia de la visión, los datos de rango hacen que la construcción de un modelo 3D del entorno del robot sea sencilla y el sensor Velodyne, que combina 64 láseres de escaneo en un solo paquete, fue clave para dominar el DARPA Grand Challenge. Los datos de rango 3D se han vuelto aún más importantes en la robótica con la llegada de los ( con un precio de una décima parte que el escáner láser 2D más barato) cámaras RGB-D (imagen en color más profundidad). Los datos de nube de puntos permiten el ajuste de líneas usando RANSAC, que puede servir como características en la localización basada en EKF, pero también se pueden usar para mejorar la odometría, la detección de bucle y el mapeo. Los objetivos de este capítulo son

introducir el algoritmo Punto más cercano iterativo (ICP)
mostrar cómo se puede mejorar ICP proporcionando conjeturas iniciales a través de RANSAC
mostrar cómo se pueden usar las características SIFT para mejorar la selección de puntos y el cierre de bucle en ICP para lograr la asignación RGB-D