Gleichzeitige Positionierung und Kartierung SLAM ist eine Technologie, die bei Roboterbewegungen zum Einsatz kommt. Das bedeutet, dass ein Roboter in einer unbekannten Umgebung startet, sich während der Bewegung anhand beobachteter Kartenmerkmale verortet und dann basierend auf seiner eigenen Position eine Karte erstellt. Dadurch wird das Ziel der gleichzeitigen Positionierung und Kartenerstellung erreicht.

SLAM-Flussdiagramm

SLAM-Kernprobleme

• Kartenerstellung: wie die von Sensoren gesammelten Informationen in ein konsistentes Modell integriert werden;
• Positionierung: Schätzen Sie die Koordinaten und die Haltung des Roboters auf der Karte. SLAM lokalisiert den Roboter auf dem Kartenmodell, während ein neues Kartenmodell erstellt oder eine bekannte Karte verbessert wird.

SLAM-Schlüsseltechnologien

• Kartendarstellung
• Unsichere Methode der Informationsverarbeitung
• Datenassoziation
• Selbstpositionierung
• Erkunden Sie die globale Pfadplanung

SLAM-Klassifizierung

Je nach Form und Installationsmethode des Sensors kann dieser in zwei Kategorien unterteilt werden: Lidar und Vision:

LiDAR SLAM

• Vorteile: Es kann den Winkel und die Entfernung umgebender Hindernisse mit hoher Präzision, hoher Geschwindigkeit und geringem Rechenaufwand messen. Es kann in ein Echtzeit-SLAM-Modul umgewandelt werden. Es wird im Allgemeinen zum Scannen von Hindernissen in einer einzigen Ebene verwendet und eignet sich daher für Roboter mit planarer Bewegung, wie etwa unbemannte Fahrzeuge und Kehrroboter.
• Nachteile: Hohe Herstellungskosten und relativ hoher Preis.

Visueller SLAM

Visual SLAM basiert auf der Steigerung der CPU- und GPU-Verarbeitungsgeschwindigkeit und der Verbesserung der Hardwareleistung. Je nach Anzahl und Art der Kameras gibt es beim visuellen SLAM drei Unterrichtungen, nämlich monokular, binokular und RGBD. Darüber hinaus gibt es Spezialkameras wie Fischaugen- und Panoramakameras, diese sind jedoch in der Minderheit.