Was ist die SLAM-Technologie zum Kehren von Robotern?

2020-08-21

Ein neuer Bodenkehrroboter wurde dem Haus hinzugefügt, und meine Mutter war erstaunt darüber: Eine Maschine von der Größe eines Tellers, die ihre Arbeit aufnahm, sobald sie die Tür betrat, war harte Arbeit. Welche Technologie hat es dem intelligenten IQ des Kehrroboters ermöglicht, die Anhöhe zu besetzen? Wenn Sie sich die Produkteinführung von Kehrrobotern ansehen, werden Sie einen Begriff finden, der von vielen Kehrrobotern verwendet wird - die Technologie "Simultaneous Localization and Mapping" (Simultaneous Localization and Mapping, SLAM).

Was ist SLAM? Lassen Sie uns zunächst "durchqueren", um ein weitläufiger Roboter zu werden, über den wir sprechen können. Welche Aufgaben müssen als Kehrroboter nach dem Betreten eines unbekannten Raums ausgeführt werden, wenn Sie eine automatische Kehraufgabe ausführen möchten?

a) Wer bin ich und wo bin ich? Wie Sie schnell eine Positionierung erreichen und Ihre relative Position in der Umgebung verstehen können;
 
b) Woher komme ich und was ist da? Wie kann man in Echtzeit eine Karte der Umgebung erstellen und erkennen, wo sich Hindernisse und Mauern befinden? Es ist sinnvoll, sich auf die Positionierung von Karteninformationen zu verlassen.

c) Wohin gehe ich und wie soll ich gehen? Wie kann man mit einer Karte und einem Standort eine Pfadplanung erreichen, ohne gegen die Wand zu stoßen, die Straße zu wiederholen oder jede Ecke zu verpassen?

Die obigen drei Probleme sind die "ultimativen philosophischen Probleme", die ein Sweeping-Roboter mithilfe von SLAM löst (genau genommen enthält SLAM nur die ersten beiden Probleme, und einige AR-Anwendungsszenarien enthalten keine Probleme bei der Pfadplanung. Hier verwenden wir Sweeping Roboter führt SLAM-Problem ein, lassen Sie uns gemeinsam darüber sprechen.)



Die Essenz der SLAM-Technologie liegt in "S" - "Simultan", was auf Chinesisch "auf der anderen Seite ..." bedeutet, während man seine eigene Position erlangt und die Frage "Wo bin ich" beantwortet, während man konstruiert Eine Karte und die Beantwortung der Frage "Woher komme ich?", "Was ist los?". Damit jeder die Bedeutung dieses "S" besser verstehen kann, sind wir in zwei Seiten unterteilt. Schauen wir uns zunächst die Vergangenheit und Gegenwart von an SLAM-Technologie:

Das technische Denken von SLAM lässt sich auf die Positionierung von U-Booten im militärischen Bereich zurückführen. Im Gegensatz zu Überwasserschiffen, die leicht über GPS, visuelle Beobachtung usw. navigieren und lokalisieren können, müssen U-Boote bei der Ausführung von Aufgaben zu Tiefseeaktivitäten ohne Sonnenlicht tauchen (dies ist bekannt, wenn sie auf der Oberfläche oder in seichten Gewässern schwimmen, wird das U-Boot verloren) ™ s Bedeutung ~) ist es schwierig, traditionelle Methoden direkt zu lokalisieren und zu navigieren. Um Aufgaben normal auszuführen, verwenden die meisten U-Boote daher INS (Trägheitsnavigation) und APS (akustische Unterwassernavigation) für die gemeinsame Positionierung sowie Gleiskarten und Kartendaten, um den ungefähren Schiffsstandort, den Prozess des Positionierens, Hinzufügens und Das Zeichnen einer solchen Karte ist die embryonale Form des technischen Denkens von SLAM.

Genau wie U-Boote können sich Roboter nicht immer auf GPS verlassen, insbesondere Kehrroboter, die in Innenräumen eingesetzt werden. GPS hat eine Genauigkeit von wenigen Metern im Freien. Wenn Sie sich auf GPS verlassen, können Kehrroboter die Beine des Couchtischs nicht sicher umgehen und das Sofa reinigen. Unterseite. Mithilfe der SLAM-Technologie können sie die Umgebung selbst beobachten und kartieren, mithilfe der Kalibrierung der Sensordaten eine Navigationskarte erstellen und dann verstehen, wo sie sich befinden, wo sie den Boden fegen oder zum Laden in die Ecke zurückkehren sollten. Wir können das einfache technische Denken von SLAM zusammenfassen: Ohne Vorkenntnisse können die Umgebungsinformationen über Sensoren erfasst werden, und die Umgebungskarte kann schnell und zeitnah erstellt werden, und gleichzeitig kann sie ihre eigene Position lösen und Führen Sie auf dieser Basis nachfolgende Aufgaben wie die Pfadplanung aus. Klingt es einfach? Tatsächlich ist SLAM jedoch eine komplexe mehrstufige Aufgabe, einschließlich der Erfassung verschiedener Arten von Rohdaten (Laserscandaten, visuelle Informationsdaten usw.) in der tatsächlichen Umgebung durch Sensoren und der Berechnung der relativen Positionsschätzung von sich bewegenden Zielen bei verschiedenen Zeiten durch visuelle Kilometerzähler (einschließlich Funktionen) Matching, direkte Registrierung usw.), durch das Back-End-Modul, um den durch den visuellen Kilometerzähler verursachten kumulativen Fehler (traditioneller Filteralgorithmus, Kartenoptimierungsalgorithmus usw.) zu optimieren und schließlich a zu generieren Abbildung durch das Mapping-Modul (natürlich muss es normalerweise mit einer Schleifenerkennung ausgestattet sein, um akkumulierte Fehler im Raum usw. zu beseitigen), um den Zweck des Mappings und der Positionierung zu erreichen.