Landmarkenbasierte Kartierung und Lokalisierung

Inhalt 1. Kartierung • • •

Wiederholung Probleme Vergleich

2. Lokalisierung • • •

Wiederholung Fortsetzung Partikelfilter Zusammenfassung der Vorgehensweise

Quellen

Wiederholung

Wiederholung - Übersicht

Wiederholung - Curvature Based Detector

14 12

9

10

8

8 6

7

4 2

6

0 0.4

5

0.3

4

0.2

3

0.1

2 −10

−8

−6

−4

−2

0

2

0

10

20

30

40

50

60

70

80

90

Fig. 2. Curvature-based detector on synthetic data. The detector finds the background part of the range discontinuity on the largest scale, the foreground part on all scales, responds on all scales for the convex corner, and on scale 1 and 2 for the the obtuse concave corner. The two diagrams at

Wiederholung - Beta Grid Descriptor

ans from a laser range finder of the

ons for 2D Range Data

Wiederholung - Beta Grid Descriptor i and Kai O. Arras

Fig. 1. Example matching of two scans from a laser range finder of the same scene using RANSAC. The figure shows the extracted FLIRT features for both scans and the 16 inlier correspondences.

Interest points, on the other hand, combine the compact-

Probleme bei der landmarkenbasierten Kartierung

Probleme

• •

Globale Lokalisierung: Wo bin ich?

• • • •

Wechsel des Sichtpunktes

Loop Closing: War ich hier bereits?

Rauschen Überabtastung / Unterabtastung Verschiedene Umgebungen

Probleme - Wechsel des Sichtpunktes

ttom row: same scans subject to extra Gaussian noise (bottom

Probleme - Rauschen

Fig. 4. Example locations and the left, with σ = 0.25), oversampling (

Probleme - Überabtastung

Example locations and their transformations. Left, to th σ = 0.25), oversampling (bottom center, 4 times), an

Probleme - Unterabtastung

heir transformations. Left, top row: reference locations g (bottom center, 4 times), and subsampling (bottom rig

Probleme - Verschiedene Umgebungen

r h y

l s . e . e s r g

Fig. 5. Example FLIRT detection result in indoor (mit-csail, left) and outdoor (fr-clinicum, right) data. The circles show the interest points and their support region (the actual descriptors are not shown).

Vergleich mit gridbasierten Verfahren

Vergleich - Gridbasierte Verfahren

•

Mapping des gesamten Laserscans auf Grid mit Belegtheitswahrscheinlichkeiten

•

Aufgrund Detaillierungsgrad: Vergleich von lokalen mit globalen Kartenausschnitten komplex

Vergleich - Landmarkenbasierte Verfahren

•

Extraktion von markanten Merkmalen (Features) aus dem Laserscan

•

Anschließend Arbeit mit geringeren Datenmengen, geringerer Speicheraufwand

•

Unterscheidung verschiedener Hindernisse möglich anhand Signaturen

Vergleich - Landmarkenbasierte Verfahren

•

Aufwand für Merkmalsextraktion und -vergleich abhängig von Merkmalsdetektoren und -deskriptoren

•

Curvature Based Detector & Beta Grid Descriptor: ~2 Scan To Map-Intervalle ausreichend für globale Lokalisierung und Loop Closing

Wiederholung Lokalisierung

bel(x) (x)

17

Fortsetzung Partikel-Filter Wo bin ich ? Ziel: Ermittlung, welcher Partikel dem tatsächlichen Roboterzustand am meisten ähnelt Gegeben: y 4 3 2 1 1

2

3

4

5

6

7

8

9

x

Roboterscan

Map mit Landmarken

Landmarkenposition

von Landmarke zu Roboter

y

8 7 6 5 4 3 2 1

1

2

3

Map

4

5

6

7

8

9

Landmarken

10

11

12

x

Partikel

19

Betrachtung:

y 8

1 1

Verschiebung + Rotation

Position von Landmarke im Verhältnis zum Partikel

vergleichen mit

12

x

Umwandlung

Wichtung = 0,2 20

Betrachtung:

y 8

1 1

Verschiebung + Rotation

Position von Landmarke im Verhältnis zum Partikel

vergleichen mit

12

x

Umwandlung

Wichtung = 0,9 21

Zusammenfassung Ablauf: gegeben: • Map mit Landmarken und deren Position • Roboterscan der Landmarke (Distanz, Azimut, Zenit) Vorgehensweise: • Partikel verteilen (x,y,β) • ein Partikel betrachten • Verschiebung & Rotation ausführen (Partikel nun im Koordinatenursprung) • Landmarkenposition im Verhältnis zum Partikel ermitteln • diese in spherische Koordinaten umwandeln (Distanz, Azimut, Zenit) • aktuelles Ergebnis mit Roboterscandaten vergleichen und Wichtung des Partikels vornehmen • gleiche Durchführung mit den weiteren Partikeln

Quellen

•

FLIRT - Interest Regions for 2D Range Data, Tipaldi, et al., 2010 IEEE International Conference on Robotics and Automation

•

Probabilistic Robotics, Second Edition, Thrun, et al., The MIT Press