АНАЛІЗ ПІДХОДІВ VISUAL SLAM ДЛЯ ЗАДАЧІ НАВІГАЦІЇ АВТОНОМНОГО РОБОТА
DOI:
https://doi.org/10.31891/2307-5732-2024-335-3-10Ключові слова:
автономні роботи, одночасна локалізація і картографування, максимум апостеріорної імовірностіАнотація
Робота присвячена дослідженню задачі навігації автономного робота за допомогою методів Visual SLAM. У роботі представлено формулювання класичної задачі SLAM у вигляді факторного графа і розглянуто її рішення за допомогою оптимальної оцінки максимуму апостеріорної імовірності (МАІ). Проведено аналіз доцільності та практичної ефективності основних підходів Visual SLAM (Simultaneous Localization and Mapping) для навігації автономного робота в закритому та відкритому середовищі. Розглянуто такі підходи Visual SLAM, як: тільки візуальний SLAM (Visual-Only SLAM), який в свою чергу поділяють на методи, на основі ознак (Feature-based methods) та прямі методи (Direct methods); візуально-інерційний SLAM (Visual-inertial SLAM) та RGB-D SLAM. Методи Visual SLAM вирішують головну проблему SLAM, яка полягає в тому, що автономну роботу необхідно постійно будувати карту, знаходячись у незнайомому середовищі, при цьому на кожній ітерації оцінювати як своє власне місцеположення, так і місцеположення орієнтирів, які він використовує для навігації. Запропоновано десять критеріїв оцінки ефективності кожного з підходів, які дозволяють в повній мірі зрозуміти їх сильні та слабкі сторони, та умови, при яких їх використання буде доцільним. Здійснено оцінку кожного підходу по кожному з критеріїв та в результаті отримано середній показник ефективності кожного підходу. Підходом, з найкращим середнім показником виявився візуально-інерцій SLAM, який має найкращі показники точності та стабільності роботи, проте його сенсорна система дорожча у порівнянні з іншими підходами. З іншого боку, методи, на основі ознак та прямі методи хоч показали дещо гіршу середню оцінку, проте мають досить збалансовані показники за кожним критерієм та є більш простими та доступними для реалізації. Загалом, отримані результати дозволяють чітко зрозуміти основні переваги та недоліки кожного з підходів, а також надають можливість зекономити час на проведенні аналізу дослідникам при виборі оптимального підходу.