प्वाइंट क्लाउड मैप्स और ग्राफ मैप्स के बीच संबंध

Question

मैं एसएलएएम मानचित्रों से सबसे अधिक परिचित हूं जो बिंदु बादल हैं, आमतौर पर वेक्टर के रूप में $<x,y,\theta,f_{1x},f_{1y},...,f_{nx},f_{ny}>$। मैं यह भी समझता हूं कि ईकेएफ का उपयोग करके इस तरह से एक नक्शा कैसे बनाया जाए।

आज मैं एक .graph फ़ाइल प्रारूप में आया , जिसमें आपको उम्मीद है कि प्रारूप में कोने और किनारे शामिल होंगे:

VERTEX2 id x y orientation

EDGE2 observed_vertex_id observing_vertex_id forward sideward rotate inf_ff inf_fs inf_ss inf_rr inf_fr inf_sr

मुझे पता है कि मैट्रिसेस और ग्राफ़ (उदाहरण के लिए एक आसन्न मैट्रिक्स) के बीच एक संबंध है। लेकिन यह मेरे लिए स्पष्ट नहीं है कि मानचित्र का यह ग्राफ़ प्रारूप एक बिंदु क्लाउड मानचित्र के बराबर है, जिससे मैं परिचित हूं।

रिश्ता क्या हुआ? क्या खड़ी और खड़ी दोनों जगह हैं? क्या वे एक वैश्विक संदर्भ फ्रेम में हैं? इसे वेलोसिटी इंफॉर्मेशन और रेंज / बेयरिंग सेंसर से कैसे बनाया जाता है? क्या एक ग्राफ मानचित्र और एक बिंदु बादल के बीच एक परिवर्तन है?

Answer 1

जैसा कि फ़ाइल प्रारूप के विवरण में कहा गया है, यह ग्राफ आधारित SLAM दृष्टिकोणों के लिए है। ये एक मुद्रा बाधा नेटवर्क की त्रुटि को कम करने पर काम करते हैं। आप इसे इस तरह से सोच सकते हैं: कई संदर्भ फ़्रेम (आपके कोने) हैं और फिर आपको इन फ़्रेमों के बीच परिवर्तन पर ज्ञान है। ये परिवर्तन अनिश्चितता से जुड़े हैं। मुद्रा ग्राफ अनुकूलन चौखटे जैसे जैसे TORO , HogMan , G2O और इतने पर तो कमी को देखते हुए अपने शीर्ष पदों की अधिकतम संभावना आप दे देंगे।

व्यावहारिक रोबोट शब्दों में, इसका आमतौर पर मतलब होता है:

• प्रत्येक रोबोट मुद्रा $p_k$ समय पर $k$ अपने स्वयं के संदर्भ फ्रेम है और इसलिए शीर्ष
• आपके दृष्टिकोण के आधार पर, आप लैंडस्केप को कोने के रूप में भी जोड़ सकते हैं। आप हालांकि नहीं है।
• जब भी आपको दो पोज़ के बीच के संबंध में नई जानकारी मिलती है, तो आप उसे बाधा ग्राफ में जोड़ देते हैं। जैसे आपकी ओडोमेट्री आपको बीच में एक परिवर्तन देगी$p_k$ तथा $p_{k+1}$।
• यदि आपका दृष्टिकोण लैंडमार्क आधारित काम करता है, तो आप अपने गंतव्यों में परिवर्तन जोड़ते हैं। यदि आप केवल अपने लैंडमार्क को स्थिति जानते हैं, तो आप अपने परिवर्तन की रोटेशन जानकारी पर एक उच्च अनिश्चितता निर्धारित करते हैं।
• यदि आपका दृष्टिकोण स्थलों के बारे में नहीं जानता है, उदाहरण के लिए, आपके पास बड़े पॉइंटक्लाउड्स हैं जो आप आईसीपी के साथ मेल खाते हैं, तो आप अपने बाधा ग्राफ में आईसीपी परिणाम जोड़ सकते हैं।

मुद्रा की बाधाएं आकार के विरल मैट्रिक्स के रूप में संग्रहीत usuall हैं $n \times n$ कहाँ पे $n$ आपके ग्राफ़ में वर्टिकल (फिर से रोबोट पोज़ और लैंडस्केप) की संख्या है।

फ़ाइल प्रारूप स्वयं VERTEX2(2D मॉडल के लिए) और VERTEX3(3D मॉडल के लिए ) वर्टिकल की स्थिति के लिए प्रारंभिक अनुमान प्रदान करता है । आप दोनों को मिला नहीं सकते। बाधाओं को इसलिए जोड़ा जाता है ताकि आप द्वारा दिए गए संदर्भ फ्रेम (वर्टिकल) from_idऔर के बीच के रूपांतरण को निर्दिष्ट करें to_id। बदलने द्वारा दिया जाता है या तो EDGE2और EDGE3अनुवाद और यूलर कोण में रोटेशन, साथ ही अनिश्चितता की जानकारी मैट्रिक्स के रूप में। इस मामले में सूचना मैट्रिक्स ट्रांसफॉर्म वेक्टर के लिए सहसंयोजक मैट्रिक्स का विलोम है$[x\, y \, z\, \text{roll}\, \text{pitch}\, \text{yaw}]$।

आपके ढांचे के आधार पर, आमतौर पर एक कोने को वैश्विक संदर्भ फ्रेम में रखा जाता है।

ग्राफ आधारित मुद्रा ग्राफ़ ऑप्टिमाइज़र को SLAM बैकएंड माना जाता है। आप कैसे डेटा उत्पन्न करते हैं जैसे आप सीमा से डेटा एक फ्रंट-एंड समस्या है। इन व्याख्यान नोट्स में एक अच्छा अवलोकन है ।

Answer 2

प्रारूप पर कुछ और स्पष्ट जानकारी के साथ एक मंच पोस्ट है । ऐसा लगता है कि ग्राफ़ नोड मान स्वयं-पोज़ के प्रारंभिक अनुमान हैं, और किनारों ने सूचना फ़िल्टर , कलमन फ़िल्टर के दोहरे द्वारा दर्शाए अनुसार मुद्रा अवरोधों को एनकोड किया ।

मैं जो बता सकता हूं, उसमें इस मानचित्र प्रारूप में केवल आत्म-मुद्रा की जानकारी और न कि भूमि शामिल हैं, इसलिए एक बिंदु क्लाउड मानचित्र से प्रत्यक्ष रूपांतरण नहीं होगा।

Comments

कृपया मुद्रा जानकारी और स्थलों के बीच अंतर पर स्पष्ट करें। सामान्य तौर पर, स्थलों का अनुमान उनकी मुद्रा से होता है।

— जोश वेंडर हुक

एक साथ स्थानीयकरण और मानचित्रण प्रक्रिया के दौरान, आमतौर पर व्यक्ति अपनी स्थिति और अभिविन्यास के अनुमानों को बनाए रखेगा क्योंकि एक पर्यावरण के माध्यम से चलता है और साथ ही साथ पर्यावरण में कई पहचाने जाने वाले बिंदुओं के बारे में जिन्हें आमतौर पर स्थिर माना जाता है, अक्सर स्थलों के रूप में संदर्भित किया जाता है। स्थलों के लिए सटीक मुद्रा अनुमान किसी की अपनी मुद्रा में अनिश्चितता को कम करने में मदद करते हैं, और इसके विपरीत। जैसा कि मैं जानकारी के रूप में उल्लेख कर रहा था कि आत्म-मुद्रा पर अड़चनें थीं, हालांकि वे वास्तव में अनुमान लगा सकते हैं कि वास्तव में स्थलों से जुड़े अभिकलन से व्युत्पन्न हैं।

— Surtur