科普 | 什么是SLAM？

SLAM（即時定位與輿圖構建）是一種協助機器人繪制輿圖，并導航它們舉動的常用辦法。

為了處理機器人導航成績，它們必要一些輿圖的協助。

就像人類一樣，機器人不克不及總是依托GPS，尤其是當它們在室內運轉時。何況，GPS在室外假如達不到幾英寸的精度，機器人也不克不及寧靜地挪動。

相反，它們可以依托SLAM（simultaneous localization and mapping，即時定位與輿圖構建）來察看和繪制周圍情況。

使用SLAM，機器人可以隨時構建本人的輿圖。經過傳感器數據校準來構建導航輿圖，它們可以了解本人的地點。

聽起來很簡便，但它實踐上是一個多階段歷程，包含使用多種十分合適GPU并行處理才能的算法來校準傳感器數據。

自20世紀80年代以來，SLAM有很多種情勢。本文將重點先容其在NVIDIA Isaac中的機器人使用。

傳感器數據校準

盤算機將機器人的地點視為輿圖或時間線上的時間戳（Timestamp）。

機器人不休地對周圍的傳感器數據舉行剎時收羅。關于深度圖像丈量，每秒可拍攝多達90次圖像。關于用作準確范圍丈量的激光雷達圖像，每秒可拍攝20次。

當機器人挪動時，這些數據點有助于丈量它相較于其先前地點的距離，以及它在輿圖上的地點。

活動估測

別的，車輪里程計（odometry）將機器人車輪的旋轉納為考量，可以協助丈量它行駛的距離。慣性丈量單位（inertial measurement units）還用于丈量速率和增速率，作為追蹤機器人地點的辦法。

一切這些傳感器流都被歸入在傳感器交融（sensor fusion）中，以更好地估測機器人的挪動辦法。

依托于序列蒙特卡羅辦法的卡爾曼濾波算法和粒子濾波算法，可用于交融這些傳感器輸入。

傳感器數據配準

傳感器數據配準，或數據點之間的丈量，可以在兩次丈量之間或丈量和輿圖之間舉行。

使用NVIDIA Isaac SDK，開發職員可以經過“掃描到輿圖婚配”（scan-to-map matching）來定位機器人。SDK中另有一個來自NVIDIA研討職員的算法，稱為HGMM（Hierarchical Gaussian Mixture Model，條理高斯殽雜模子）。它可以校準從不同視角拍攝的兩個點云（空間中的多量數據點）。

經過使用一連的傳感器數據流和活動估測，貝葉斯濾波器可以用數學的辦法處理機器人地點的地點。

用于及時盤算的GPU

上述映射盤算每秒產生20-100次，具體取決于算法。假如沒有NVIDIA GPU的處理才能，這將無法及時實行。Jetson AGX Xavier是機器人武藝的抱負選擇，它在緊湊的封裝中提供32 teraops GPU事情站般的功能。

校準點云或深度圖像的大范圍數字運算職責可以在NVIDIA GPU上完成，比使用CPU快20倍。

Jetson Nano也能為創客們提供宏大的功能奔騰。

用于定位的視覺里程計

視覺里程計（Visual odometry）使用視頻作為唯一輸入，以此來規復機器人的地點和朝向。

NVIDIA Isaac支持平面視覺里程計（兩個攝像頭），可及局勢情以協助引導地點，每秒最少拍攝30幀。它可用于由我們緊湊型Jetson超等盤算模塊驅動的一切產物。

使用Isaac標準的平面視覺里程計功效，機器人開發職員可以準確盤算出機器人的地點，并將其用于導航。

視覺里程計功效包含在我們的Jetson Nano 開發套件中。

Isaac在視覺里程計方面的將來提高將被整合進套件的功效中，并提升SLAM的水平?，F在，SLAM用于反省機器人地點和朝向的輿圖規復，以消弭由于禁絕確的視覺里程計后果而招致的導航錯誤。

用于定位的輿圖構建

輿圖可經過三種辦法創建而成。

一種辦法是在Jetson裝備上運轉映射算法，同時有人監督并手動驅動機器人。

第二種辦法是讓機器人上的Isaac使用步驟，將數據傳播輸到事情站上運轉映射算法的Isaac使用步驟。

但是第三種保舉的辦法是使用Isaac的便捷紀錄器小部件，將激光雷達掃描和里程計數據紀錄到文件中。如此，映射可以使用logmapping使用步驟離線完成。該辦法允許調停用于優化輿圖的映射算法的參數，而無需反復驅動機器人。

為了創建定位和導航的輿圖，2019.1版本的NVIDIA Isaac SDK支持并使用OpenSlam的Gmapping和Google的Cartographer算法。

Isaac的模塊化，使用戶可以集成他們選擇的其他第三方庫，或插進他們本人的東西。Isaac將使用激光雷達或深度相機取得的2D范圍掃描數據提需求這些映射算法。Isaac還提供使用車輪速率、慣性丈量單位數據和盤算機視覺盤算的里程計信息。

占用網格（用于激光雷達的SLAM）

當機器人使用激光雷達或攝像頭感知周圍情況時，Isaac會創建一個機器人情況的占用網格圖（occupancy grid map），其區分率由用戶決定。無論輿圖中的每個單位對否被攔截，該2D“當地輿圖”均可提供信息，以便機器人可以相應地方案其導航途徑。

Isaac布局的精良占用網格，是在Isaac導航堆棧中快速、天然和可靠避障的緊張。