Lidar SLAMアルゴリズム諸元

Lidar実装のROS自律移動ロボットに欠かせないSLAM

※wikipedia: 「SLAM(スラム)とは、自己位置推定と環境地図作成を同時に行うことを言う。正式名称は、Simultaneous Localization and Mapping、位置の推定やマップ作成にはレーザーレンジスキャナー(測域センサ)、カメラ、エンコーダ、マイクロフォンアレイなどが利用されることが多い。」

SLAM実現するための三角法・TOF法等の原理を活用したレーザLidar装置を実装したロボットがある他、RGBDデプスカメラ、RGB 2眼・単眼カメラを実装してSLAMを実現するロボット、またLidarにRGBDデプスカメラの両方混在のロボットもあるようだ。以下、Lidar SLAMと呼ばれる、Gmapping、Hector、Google Cartographer(以下Cartographerに簡略化する)の諸元を比較してみる。

諸元 Gmapping Hector Cartographer
アルゴリズム・ベース RBPF(Rao-Blackwell→Particle Filter) Scan-Matching+拡張Kalman filter Graph-base
Loop-Closing あり なし あり
DOF 3DOF(Odom+Lidar) 3DOF(Lidar)/6DOF(IMU+Lidar) 3DOF(Lidar)/6DOF(IMU+Lidar)
メリット 屋内環境、メジャー 凸凹な環境、odom情報いらない 屋内環境向け、odom情報いらない
デメリット odom情報が必須、凸凹な環境では不向き Lidarフレーム更新頻度、精度に要求高い CPUにかかる計算負荷が大きい

以上。

研究開発・検証試作に提案するロボット翔・電子部品ストアにロボット・ドローン関連部品が品揃えています。どうぞご利用ください