本文主要介绍 建图 Mapping 方面的一些 基础知识介绍与相关下游任务使用
涉及知识较为基础,SLAM大佬们可以提前退出了 主要针对应用为移动机器人与物流无人驾驶车;提前申明:大部分文字/图片,翻译/截图于 来自 Introduction to Mobile Robotics, Techniques for 3D Mapping, Wolfram Burgard 的PPT内容 阿里云盘下载链接
部分图片/文字 参考如下,同时会在文中进行再次标注:
本文主要是介绍相关的mapping 表达方式,常用的数据结构形式 打开目录看更佳
为什么我们需要一种3维的表达来做maps:WHY 3D representation?
常用表达方式 Representations
由PPT截图可知,点云不需要在对收集到的数据进行离散化等,而且点云的范围可以很大;当然这一类数据类型 很难直接被下游任务所使用,主要原因是 没有直接的 free/unknown 区域的表示
通常使用的传感器有16,32,64,128线的 各种激光雷达,相关建图算法也很多:最为简单的是由Autoware直接开源出的ndt_mapping模块,此处为抽取模块下的代码链接:gitee 抽取 mapping_ws
其他的也有配合GPS, IMU等进行的融合,也有加入了回环 loop detection、动态障碍物剔除、配合相机上色等,比如 LIO_SAM_6AXIS,FSAT-LIO 等等等
一种3d voxel array的表达方式,常用于3d voxel的建立步骤之中,比如voxblox,vdbmapping等,更多可见3d voxel grids部分
A Truncated Signed Distance Field (TSDF) is a 3D voxel array representing objects within a volume of space in which each voxel is labeled with the distance to the nearest surface
参考于:https://rosindustrial.org/news/tag/TSDF
相关算法:ros-industrial/yak which is a library for integrating depth images into Truncated Signed Distance Fields (TSDFs)
这个就是由点云地图进行后续操作而生成的,有了volumetric的表示,同时可以根据 收集数据时间等概率更新地图,相关的算法为 ethz-asl/voxblox 更多请参考2 链接:awesome-voxel。此地图 通常在 无人机 行业使用更多一点,也可以走到下游进行使用,当然pcl库里也有直接的voxelgrid函数进行使用,但一般是用来降采样点云中的点的,比如如下代码:
pcl::VoxelGrid<pcl::PointXYZI> voxel_grid_filter;
voxel_grid_filter.setLeafSize(filter_res, filter_res, filter_res);
voxel_grid_filter.setInputCloud(map_ptr);
voxel_grid_filter.filter(*map_filtered);
std::cout << "Original: " << map_ptr->points.size() << " points." << std::endl;
std::cout << "Filtered: " << map_filtered->points.size() << " points." << std::endl;
pcl::toROSMsg(*map_filtered, *map_msg_ptr);
需要注意的是,voxel的分辨率选择 很大程度会影响整体建图的效率和好坏,如下截图:
更多相关建图:octoMap/octomap,
也就是说elevation maps 对比3D是一种2.5D的表达,然后可以根据概率进行高度的根据,这个grid_map有直接集成到ros的插件,由ETH Marco 组提出的,后续转到了ANYbotics下面repo,如参考三链接 ANYbotics/grid_map,正常full-ros会自动下载这个包,也可以pull下来进行源码安装
可以通过point clouds直接进行转换,也可以通过其他传感器 自己定义更新方式即可,较为常用于 机器狗领域
相关算法推荐:ANYbotics/elevation_mapping,leggedrobotics/elevation_mapping_cupy
但是因为一个格子只能出一个高度值,所以遇到桌子、桥等 就无法进行比较好的表达,比如这样:
然后就有了extended elevation maps
比如MLP,multi-layer surface等,见原文ppt 见开头参考链接
还有ESDF,Euclidean signed distance field,通常用于planning模块中,相关可参考:【基础计算】ESDF栅格距离图计算并行加速版 (附源码)
主要建图中使用存储数据结构,比如八叉树、kdtree,vdb,Hash
大多数时候都可以使用别人已经搭好的轮子,尽量不要重复造轮子,但是我看的几个好像都自己写了一遍 … octree相关头文件和cpp,可能是自定义一些其他的函数进整体类中
更多参考见论文:VDBFusion: Flexible and Efficient TSDF Integration of Range Sensor Data,以下为论文中图片截图
相关提及代码:AcademySoftwareFoundation/openvdb,PRBonn/vdbfusion
Mapping 还有关于动态障碍物去除的一些工作,可见 这个repo:zhuhu00/Awesome_Dynamic_SLAM 很详细的列举了相关主流mapping的去除动态障碍物方法,包含学习、传统和概率更新类
当然上面的都是比较基础介绍,更多了解需要跳转相关的代码/论文。如若上述有什么不对的地方,请及时指正/补充,感谢~
赠人点赞 手有余香 😆;正向回馈 才能更好开放记录 hhh