谷歌开源SLAM库Cartographer,你的机器人肯定需要

今日,谷歌开源自动驾驶汽车、机器人等平台所需的 SLAM 技术的库 Cartographer。 开源网址: https: github com goog

今日,谷歌开源自动驾驶汽车、机器人等平台所需的 SLAM 技术的库 Cartographer。

今天,我们非常高兴宣布开源 Cartographer,这是一个 ROS 系统支持的 2D 和 3D SLAM(simultaneous localization and mapping)库。

SLAM 算法结合来自多个传感器(比如,LIDAR、IMU 和 摄像头)的数据,同步计算传感器的位置并绘制传感器周围的环境。例如,使用该方法绘制住室的平面图:

  • 拿着一台激光测距机站在房屋中央,在纸上画一 X ;

  • 测量你所在位置到任一墙面的距离;

  • 在墙面所在位置画一条线,并写下 X(你所在位置)与墙面之间的距离;

  • 测量你所在位置到另一墙面的距离并画出代表墙面的直线;

  • 现在,移动到房屋的另一位置;

  • 因为墙面不会移动,你可以测量到上述两个墙面的距离,从而测定你的位置;

谷歌开源SLAM库Cartographer,你的机器人肯定需要

SLAM 是众多自动驾驶平台的重要组件,比如自动驾驶汽车、仓库中的自动叉车、扫地机器人、UAVs 等。

在产业界和学术界常见的传感器配置上,Cartographer 能实时建立全局一致的地图。如以下视频所示:

<iframe allowfullscreen="" data-src="https://v.qq.com/iframe/preview.html?vid=s0334rffyr8&width=500&height=375&auto=0" data-vidtype="1" frameborder="0" height="502.5" scrolling="no" src="http://v.qq.com/iframe/player.html?vid=s0334rffyr8&width=670&height=502.5&auto=0" style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important; display: block; z-index: 1; width: 670px !important; height: 502.5px !important; overflow: hidden;" width="670"></iframe>

Cartographer 2D 算法的详细描述可参加谷歌 ICRA 论文: Real-Time Loop Closure in 2D LIDAR SLAM 论文需购买,点击阅读原文查看论文连接)

由于集成了 ROS 和来自外部贡献者的支持,Cartographer 已经被用在多个 ROS 支持的机器人平台上了:

在谷歌,从博物馆、交通枢纽的绘制,到著名建筑的可视化,Cartographer 已经被应用于广泛地领域。

我们认识到高质量数据集对研究社区的价值,这也是为什么与德国博物馆(世界上最大的科技博物馆)合作的情况下,开源 3 年来在开发和测试 Cartographer 期间使用 2D 和 3D 绘图backpack 平台收集到的 Lidar 和 IMU 数据。

<iframe allowfullscreen="" data-src="https://v.qq.com/iframe/preview.html?vid=r0334kl4q7l&width=500&height=375&auto=0" data-vidtype="1" frameborder="0" height="502.5" scrolling="no" src="http://v.qq.com/iframe/player.html?vid=r0334kl4q7l&width=670&height=502.5&auto=0" style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important; display: block; z-index: 1; width: 670px !important; height: 502.5px !important; overflow: hidden;" width="670"></iframe>

目前,Cartographer 特别注重于 Lidar SLAM,通过社区的贡献和持续开发,我们希望增加更多传感器和平台的支持,增加更多的新特征,比如在预先存在的地图中的 lifelong mapping 和 localizing。

未登录用户
全部评论0
到底啦