SLAMアルゴリズムは変化する環境をどのように処理しますか？

私はプロジェクトの土台を作っていますが、SLAM技術の現状について質問があります。

SLAMを装備したデバイスがオブジェクトを検出すると、そのオブジェクトの位置が保存されます。デバイスが生成しているポイントクラウドを見ると、このオブジェクトのポイントが表示され、そこから生成されたモデルにはジオメトリが含まれています。

オブジェクトが以前に空のスペースに配置されている場合、それが検出され、ポイントが追加されます。後続のモデルには、この新しいオブジェクトを記述するジオメトリが含まれます。

そのオブジェクトが削除された場合、デバイスはどのように反応しますか？私が見た限りでは、SLAMシステムはポイントを所定の位置に残す傾向があり、その結果、「ゴースト」ジオメトリが生じます。一時的な接触によって引き起こされた孤立点を無視するアルゴリズムがありますが、ソリッドモデルを構築するのに十分に長く残ったオブジェクトはデバイスのメモリに残ります。以前に占有されていたスペースが空になったことを検出できるシステムはありますか？

それは非常に依存します。SLAMは問題（または少なくとも手法）であり、解決策ではないため、決定的なSLAMアルゴリズムはありません。意味的には、環境の「マップ」で何を行うかを決定する必要があり、それによってアルゴリズムが一時的な（別名移動）信号を処理する方法を決定します。しかし、それは余談です。

永久地図：

パーマネントマップには、既知のジオメトリに関して自分をローカライズするのに十分な情報が含まれている必要があります。通常、建物で使用されます。通常、人間が読める形式です。Willow-Garageの作品をご覧ください。または、非常に有名な教科書にあるスランによるもの。このマップを紛失した場合は、時間をかけて再度マップを作成する必要があります。

1. オブジェクトを削除します。はい、オブジェクトはしばらくの間静的マップに表示されます。以前に検出されたオブジェクトを削除する手段が取られていない場合、それは持続します。典型的な2Dグリッドベースの表現では、各グリッドセルを使用してオブジェクトの確率を表現するため、時間がたつとオブジェクトは「フェード」します。

2. オブジェクトを追加します。同上。

ローカルマップ：

実際には、通常、SLAMはロボットの移動に合わせてローカライズするために使用され、マップは永続的に保持されません（または永続的に保持されますが、最も近いYフィーチャのみが使用されます）。ローカルマップは、ロボットが最後のX分間にどのように移動したかを判断するために必要なものです。Xはアプリケーションに依存します。地図を紛失した場合でも、現在表示されている任意の機能を使用して、問題なく飛行できます。

1. この方向では、視覚機能を使用したバンドル調整などのバッチ方式が非常に一般的な手法です。機能は時間の経過とともに保持され、再検討されることもありますが、移動する機能は信頼性の低い機能であり、ロボットの位置を把握しようとしても無視されます。

2. Visual SLAMはまさにこれです。これは、マップベースのローカリゼーションアルゴリズムではなく、デルタP（姿勢の変化）推定器です。

3. 要するに、ほとんどのものが現在動いていない限り、ロボットがオブジェクトを「見ていない」ときにオブジェクトを削除してもかまいません。

例

これをしてください。SLAM論文を読むときは、次のことを決定します。

1. 彼らは本当に地図を作っていますか？

2. 機能と場所のリストを保持しているだけですか？

3. もしそうなら、どの「機能」がマップに含まれますか？線、点、視覚的特徴？

4. これらの機能は移動する可能性がありますか？

5. もしそうなら、彼らはどのようにそれを処理できますか？

6. 最後に、センサーノイズは、多くの場合、移動するフィーチャのように「見えます」。センサーノイズをどのように処理しますか？これは、多くの場合、移動するフィーチャに何が起こるかを決定するためです。

論文/著者/本/アプリケーションごとに異なる回答が得られます。つまり、ロボットのローカライズにあまり役立たないため、通常は省略されます。ローカル情報のみを使用する低レベルのパスプランナーをいくつか用意するだけで回避できます。

頑張って、スラムは大きな話題です。