SLAM - Robotika.cz
Transkript
Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Úvod do mobilní robotiky — AIL028 SLAM - souběžná lokalizace a mapování Martin Dlouhý a Zbyněk Winkler {md|zw} at robotika.cz http://robotika.cz/guide/umor07/cs 10. ledna 2008 Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy 1 SLAM Intro 2 Základní myšlenky 3 Pokročilé algoritmy Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy SLAM intro SLAM = Simultaneous Localization And Mapping problém typu slepice-vejce nutné pro průzkum neznámého prostředí stále atraktivní/aktivní téma v robotice Robit aneb cesta tam a zase zpátky. Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Vyrovnání polygonu použití v zeměměřictví měření vzdálenosti a azimutu na další bod nelze korigovat, není-li reference uzavření cyklu minimalizace chyb měření Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Navigační značky odpovídají vrcholům polygonu měřená vzdálenost a azimut z odometrie problém s jednoznačností vrcholů Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Skládání laserových skenů inkrementální matching - minimalizace funkce po přidání mapa „ztuhneÿ problém s cykly chybí „revize historieÿ Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy EM metoda data d = {o (1) , u (1) , o (2) , u (2) , . . . o (T ) , u (T ) }, kde o (t) je observation v čase t a u (t) odometrie mapa m = {mx,y }x,y , kde mx,y popisuje vlastnosti světa na pozici (x, y ) model pohybu: P(ξ 0 |u, ξ) model vnímání: P(o|m, ξ) inverzní model vnímání: P(m|o, ξ) (z Bayesova vzorce) P(A|Bi ) = P(A ∩ Bi ) P(Bi ) P(Bi )P(A|Bi ) P(Bi |A) = Pk j=1 P(Bj )P(A|Bj ) Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy EM metoda - cíl nalézt nejpravděpodobnější mapu m∗ = arg maxm P(m|d) EM ve skutečnosti hledá pouze lokální maximum Z Z Y T TY −1 (t) (t) P(m|d) = λ . . . P(o |m, ξ ) P(ξ (t+1) |u (t) , ξ (t) )dξ (1) , . . . , d t=1 Martin Dlouhý a Zbyněk Winkler t=1 Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy E step - expectation step počítá pravděpodobnost P(ξ|m, d) s dosud nejlepší známou mapou m odpovídá lokalizaci v první iteraci je mapa prázdná Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy M step - maximization step výpočet nejpravděpodobnější mapy = arg maxm P(m|ξ, d) používá pozici z předešlého kroku implementace simulovaným žíháním (zabránění lokálnímu minimu) Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Problém?! Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Thrun, Burgard, Fox A Real-Time Algorithm for Mobile Robot Mapping With Applications to Multi-Robot and 3D Mapping (ICRA 2000) princip MCL mapa je kolekce laserových skenů s pozicí matching z každého vzorku provádí se zpětné korekce (pozice u skenů) Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Tom Duckett, Stephen Marsland, Jonathan Shapiro Learning Globally Consistent Maps by Relaxation (ICRA 2000) používá pouze informace o relativní pozici potřebuje kompas mapa je graf, každý vrchol má kartézské souřadnice, každá hrana má délku a absolutní orientaci (díky kompasu) Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Algoritmus pro každý vrchol i 1 pro všechny sousedy j vrcholu i spočítej odhad (xji0 , yji0 ) pozice vrcholu i xji0 = xj + dji cos θji yji0 = yj + dji sin θji a jeho rozptyl vji = vj + uji 2 zkombinuj všechny odhady pozice vrcholu i X 1 1 = vi vji xi = j Martin Dlouhý a Zbyněk Winkler X xji0 vi j vji yi = X yji0 vi Úvod do mobilní robotiky — AIL028 j vji Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Důkaz konvergence každá hrana představuje pružinu pružina je nejméně napnutá, když vzdálenost vrcholů odpovídá její délce globální minimum, když celková energie minimální XX E= (xi − xj + dij cos θij )2 + (yi − yj + dij sin θij )2 i 1 2 3 j každá aktualizace zmenšuje energii E energie E je zdola omezená 0 je kvadratická, takže má pouze jedno minimum Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Andrew Howard, Maja J Mataric and Gaurav Sukhatme Relaxation on a Mesh: a Formalism for Generalized Localization (IROS 2001) nepotřebuje kompas zavádí lokální soustavy souřadnic znak pozorovaný ve dvou různých soustavách mezi nimi vytváří hranu nulové délky (taky pružina) Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Algoritmus v podstatě stejný jako u Duckett. není dokázáno, že konverguje do globálního minima Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Zbyněk Winkler Plánování cesty pro mobilní roboty (Diplomová práce, MFF UK, 2002) rozšíření a zobecnění Duckett nepotřebuje kompas u pozorovaných znaků potřebuje navíc i orientaci dokázána konvergence do globálního minima vrcholy mají kromě pozice i orientaci hrany vyjadřují relativní pozici vrcholů vůči sobě Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Algoritmus 1 Pro každý vrchol k aktualizujeme souřadnice (xk , yk , θk ) (souřadnice ostatních vrcholů jsou fixované). Nové souřadnice vrcholu k získáme minimalizací funkce (xj +ujk cos θj − vjk sin θj −xk )2 + l X (yj + ujk sin θj +vjk cos θj −yk )2 + fk (xk , yk , θk ) = (xk +ukj cos θk −vkj sin θk −xj )2 + j (yk +ukj sin θk +vkj cos θk −yj )2 2 Předchozí krok opakujeme, dokud maximální změna pozice neklesne pod požadovanou hranici nebo dokud není splněno jiné vhodné ukončovací kritérium. Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Důkaz konvergence Definujeme chybovou funkci vrcholu i jako součet přes všechny sousedy l X (xi + uij cos θi − vij sin θi − xj )2 + ei = (yi + uij sin θi + vij cos θi − yj )2 (1) j Každý člen součtu (1) vyjadřuje rozdíl v přesvědčení vrcholu i na to, kde by se měl soused j nacházet a toho, kde se ve skutečnosti nachází. Chybová funkce celého grafu je potom součet chyb ei všech vrcholů. n X E= ei (2) i Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Grafické znázornění chyby vrcholu Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028 Obsah SLAM Intro Základní myšlenky Pokročilé algoritmy Grafické znázornění chyby sousedů Martin Dlouhý a Zbyněk Winkler Úvod do mobilní robotiky — AIL028
Podobné dokumenty
[Please insert PrerenderUnicode{Ăı} into preamble]vod do mobiln
Úvod do mobilní robotiky — AIL028 Zbyněk Winkler a Martin Dlouhý zbynek.winkler at mff.cuni.cz, md at robotika.cz http://robotika.cz/guide/umor05/cs
VíceÚvod - Robotika.cz
Náročnější druhy algoritmů, pravděpodobnostní algoritmy pro zpracování senzorů, pro plánování, práce s neúplnou informací (cca 6 přednášek) Cvičení Celkem asi 6, nejspíše po přednášce, v laboratoři...
VíceStudium dynamického chování směsi H 2 O/D 2 O pomocí NMR
Voda je nejvíce zastoupenou látkou na planetě Zemi. Její význam pro život je zcela zásadní. Spolu se zemskou atmosférou vytváří základní podmínky pro existenci života a je také místem, kde život vz...
VíceSimultaneous localization and mapping Ing. Aleš Jelínek 11.4.2014
Členění podle souvislostí mezi objekty
VíceJak jsou dnes vynalézány nové léky?
průlomu v léčbě pacientů, zejména těch, kteří umírají na smrtelná onemocnění, proti nimž nemáme dosud účinné léky. Jako dokonalý příklad úspěchu v této oblasti může sloužit objev penicilinu A. Flem...
Více