SLAM和激光雷达服务机器人的核心技术汇编.pptxVIP

基于激光雷达的高性能服务机器人自主定位导航 2 高性能机器人定位导航系统(SLAM) 低成本激光雷达 上海思岚科技有限公司 3 服务机器人元年 2004之前 桌面PC 2004 笔记本 2008 智能手机、平板 2012至今 可穿戴设备 与物联网 如今 服务机器人 4 5 与现实世界的交互能力 人机交互 自主定位导航 环境交互 Where am I? 7 自主定位导航 自动送餐 商场智能导购 自动返回充电 智能安防巡逻 病房巡视/老人看护 高效的室内除尘清扫 8 采用自主导航定位 的清扫轨迹 传统机器人清扫轨迹 随机碰撞，无法保证覆盖率 9 10 11 绘制地图 实时定位 路径规划 在未知环境中 无需人工干预 12 传感器 + 算法 13 初级方案：航迹推算 (DeadReckon) 14 里程计 (编码器) 惯性传感器 (陀螺仪/加速计) 相对位移 相对旋转关系 15 16 𝜃 𝑙 差分驱动模式的计算 𝑏 𝜃 = 𝑙 = ∆𝑟𝑖𝑔ℎ𝑡 − ∆𝑙𝑒𝑓𝑡 𝑏 ∆𝑙𝑒𝑓𝑡 + ∆𝑟𝑖𝑔ℎ𝑡 2 17 18 (𝑥,𝑦,𝜃) 19 20 21 初级方案：直接引导 22 巡线 23 信标引导 GPS/UWB/iBeacon/WIFI/RFID 24 • 误差随时间累计增大 • 对环境改造大 25 SLAM Simultaneous localization and mapping 同步定位和建图 Fused Result 26 Dead Reckon Fast response HighResolution Unbounded Error Inaccurate Direct Measuring Slow Response Low Resolution Bounded Error Accurate + KF EKF IKF UKF PF … SLAM 27 • 同步完成定位和地图构建 • 杜绝定位累计误差 • 无需环境中设置固定传感器 28 29 早期：基于超声波 30 31 32 33 研究中：计算机视觉(vSLAM) 34 35 36 现今最为成熟的方案 激光雷达 + SLAM导航定位算法 37 38 激光雷达 LIDAR 39 40 41 42 43 设计图 SLAM产生的高精度地图 44 激光+SLAM 典型定位精度 0.01-0.1m 是否自主绘制地图 是 障碍物躲避 支持 工作环境依赖 无特殊依赖 长时间稳定性 无累积误差 WIFI/蓝牙信标定位 0.5-5m 无法获得 需配和额外传感器 需要额外信标 无累积误差 视觉定位 0.1-2m 无法获得 需配和额外传感器 需要合理环境光 存在累积误差 45 难度与挑战 成本制约 算法难点 运算耗时与结构复杂 46 $ 成本制约 47 ￥700,000 ！ 48 v.s. ￥ 传统工业激光雷达产品 ￥ 服务机器人期望售价 RPLIDAR 适合消费级领域的激光雷达 6米测量范围，2000hz采样率 2009 - 2013 50 RPLIDAR A2 一体化、高性能、高度集成 最轻薄的激光雷达(4cm厚度) 51 v.s. ￥ 传统工业激光雷达产品 ￥ RPLIDAR *在批量情况下 𝑞 = 𝑓𝑠 𝑥 三角测距法 硬件成本 性能 软件复杂度 高 低 高 接近＊ 低 高 10 390 770 1150 1530 1910 2290 2670 3050 3430 3810 4190 4570 4950 5330 5710 55 0.20% 0.18% 0.16% 0.14% 0.12% 0.10% 0.08% 0.06% 0.04% 0.02% 0.00% 12 10 8 6 4 2 0 Resoultion Precent 56 57 普通摄像头 普通激光测距仪 理想的采样速度 现有三角测距原理雷达 实用化最低要求 相位 测距 58 59 ? 算法难点 60 Sensing 噪声和误差 Modeling 非精确描述 Planning 与现实不匹配可能 61 匹配与纠偏 62 粒子滤波 63 回环闭合问题 (Loop Closure) 64 65 66 绑架问题(Kidnapped Problem) 67 68 运动规划 69 70 71 路径规划 障碍物规避 72 A* path finding VFH – Obstacle avoidance 73 74 A* D* v.s