청소 로봇을위한 SLAM 기술은 무엇입니까?

2020-08-21

새로운 바닥 청소 로봇이 집에 추가되었고 어머니는 그것에 놀랐습니다. 접시 크기의 기계, 문에 들어가 자마자 작업을 시작했습니다. 힘든 일이었습니다. 그렇다면 청소 로봇의 스마트 IQ가 높은 지대를 차지할 수있게 해주는 기술은 무엇일까요? 스위핑 로봇의 제품 소개를 살펴보면 많은 스위핑 로봇에서 사용되는 용어 인 "Simultaneous Localization and Mapping"(Simultaneous Localization and Mapping, SLAM) 기술을 찾을 수 있습니다.

SLAM이란 무엇입니까? 우선, "트레버스"하여 이야기를 시작하는 스위핑 로봇이되도록합시다. 청소 로봇으로서 낯선 공간에 들어간 후 자동 청소 작업을 완료하려면 어떤 작업을 완료해야합니까?

a) 나는 누구이며 나는 어디에 있습니까? 포지셔닝을 신속하게 달성하고 환경에서 상대적인 위치를 이해하는 방법
 
b) 나는 어디에서 왔으며 주변은 무엇입니까? 실시간으로 주변 환경지도를 구성하고 장애물과 벽이 어디에 있는지 인식하는 방법은 무엇입니까? 지도 정보의 위치에 의존하는 것은 의미가 있습니다.

c) 어디로 가야하고 어떻게 가야합니까? 지도와 위치를 사용하여 벽에 부딪 히거나 도로를 반복하거나 구석 구석을 놓치지 않고 경로 계획을 달성하는 방법은 무엇입니까?

위의 세 가지 문제는 스위핑 로봇이 SLAM을 사용하여 해결하는 "궁극적 인 철학적 문제"입니다 (실제로 SLAM은 처음 두 문제 만 포함하고 일부 AR 응용 프로그램 시나리오에는 경로 계획 문제가 포함되지 않음). 여기서는 스위핑을 사용합니다. 로봇이 SLAM 문제를 소개합니다. 함께 이야기합시다.)



SLAM 기술의 본질은 "S"-Simultaneous에 있습니다. 중국어로 "다른쪽에 ..."를 의미하는 동시에 자신의 위치를 ​​습득하고 "나는 어디에 있습니까"라는 질문에 답하면서 지도를 작성하고 "내가 어디에서 왔는지", 주변은 무엇입니까 "질문에 답합니다. 모두가이"S "의 의미를 더 잘 이해할 수 있도록 우리는 두면으로 나뉩니다. 먼저의 과거와 현재를 살펴 보겠습니다. SLAM 기술 :

SLAM의 기술적 사고는 군사 분야에서 잠수함의 위치 지정으로 거슬러 올라갈 수 있습니다. GPS, 육안 관찰 등을 통해 쉽게 탐색하고 위치를 찾을 수있는 수상 선박과 달리 잠수함은 작업을 수행 할 때 햇빛없이 심해 활동에 잠수해야합니다 (잘 이해되고 있습니다. 수면이나 얕은 물에 떠 있으면 잠수함을 잃게됩니다. ™ s Significance ~), 전통적인 방법을 직접 찾고 탐색하는 것은 어렵습니다. 따라서 일반적으로 작업을 수행하기 위해 대부분의 잠수함은 관절 위치 지정을 위해 INS (관성 항법) 및 APS (수중 음향 항법)를 사용하고, 트랙 매핑 및 차트 데이터를 사용하여 대략적인 선박 위치, 위치 지정, 추가 및 이와 같은지도를 그리는 것은 SLAM 기술 사고의 초기 형태입니다.

잠수함과 마찬가지로 로봇, 특히 실내 시나리오에서 사용되는 청소 로봇은 항상 GPS에 의존 할 수 없습니다. GPS는 실외에서 몇 미터 정도의 정확도를 가지고 있습니다. GPS에 의존하는 것은 청소 로봇이 커피 테이블의 다리를 안전하게 피하고 소파를 청소하는 것을 허용 할 수 없습니다. 바닥. SLAM 기술에 의존하여 주변 환경을 스스로 관찰 및 매핑하고, 센서 데이터 보정을 통해 내비게이션지도를 만든 다음, 그들이 어디에 있는지, 바닥을 쓸어 내리기 위해 어디로 가야하는지 또는 충전하기 위해 코너로 돌아 가야 하는지를 이해할 수 있습니다. SLAM의 간단한 기술적 사고를 요약 할 수 있습니다. 사전 지식없이 센서를 통해 주변 환경 정보를 획득 할 수 있으며 환경 맵을 신속하고 실시간으로 구성 할 수 있으며 동시에 자신의 위치와 이를 기반으로 경로 계획과 같은 후속 작업을 완료합니다. 간단하게 들립니까? 그러나 실제로 SLAM은 센서를 통해 실제 환경에서 다양한 유형의 원시 데이터 (레이저 스캐닝 데이터, 시각 정보 데이터 등)를 수집하고 다른 위치에서 움직이는 대상의 상대 위치 추정을 계산하는 등 복잡한 다단계 작업입니다. 시각 주행 거리 측정 (기능 포함) 매칭, 직접 등록 등), 백엔드 모듈을 통해 시각 주행 거리계로 인한 누적 오류 (기존 필터링 알고리즘,지도 최적화 알고리즘 등)를 최적화하고 최종적으로 매핑 모듈을 통해 매핑 (물론, 일반적으로 공간에서 누적 된 오류 제거 등을위한 루프 감지 기능이 장착되어 있어야 매핑 및 포지셔닝 목적을 달성 할 수 있습니다).