Kentsel ortamlarda Robot lokalizasyonu ve navigasyonu üzerinde çalışıyorum. Kamera kullanmak istiyorum. Ancak LRF verileri veya diğer lazer verileri hakkında biraz kafam karıştı.
Neden insanlar kamera kullanmak istiyor?
neden LRF veya diğer lazer verileri değil?
Herkes Kamera lehine açıklayabilir misiniz?
Yanıtlar:
Bir 3D lazer telemetre veya Google Araba'daki gibi bir LIDAR bir kameradan çok daha pahalıdır. Diğer neden, bir LIDAR durumunda, her pikselin uzaklığı mevcut olsa da, işlenecek olan üretilen verilerin çok büyük olmasıdır. Verileri daha hızlı aktarmanız ve işlemeniz gerekir; bu da artan maliyet olarak ortaya çıkar. Son olarak kameralar genellikle daha uzun bir ömre sahiptir, bu nedenle daha az bakım gerektirir.
Nispeten ucuz kameralar ve bilgisayarla görüşme sayesinde oldukça iyi sonuçlar elde edilebilir.
Örnekler:
kentsel ortamlarda navigasyon
Lazere bağlı olarak, onu kullanabileceğiniz yerlerde yasal kısıtlamalar olabilir. Şehirde lazer ışınları fırlatarak koşmak özel izin / lisans gerektirebilir.
Diğer cevaplanmış gibi. Kameralar genellikle L aser R ange F inderlerinden çok daha ucuzdur .
Kamera hakkında konuşurken 2D kameralar demek değil mi? İfm O3D3xx fotoğraf makinesi ailesi gibi bazı 3D fotoğraf makineleri var. Bu kameralar bir lazer tarayıcının doğruluğuna sahip olmayabilir, ancak ~ 1k fiyat noktasında makul kare hızlarında 3D derinlik verileri sağlar
Standart bir RGB kameraya karşı SLAM için LIDAR kullanmanın herhangi bir avantajı var mı?
Daha önce benzer bir soruyu yanıtladığım bu bağlantıyı kontrol edebilirsiniz. (her birinin avantajları ve dezavantajları)
kentsel ortamlarda
Google gibi otonom arabalara atıfta bulunuyorsanız, birçok dikkat ve kısıtlama vardır (güvenlik, maliyet vb.).
Araştırma ve öğrenme ile ilgileniyorsanız, mevcut herhangi bir donanım platformunu kullanmanızı öneririz.
Aklında tut:
İnsanların sadece kamera kullanmak istediğini düşünmüyorum. Her araştırmacı LiDAR'ları karşılayabilseydi, LiDAR'ları dış ortam için robotlara koyarlardı.
Kameralar oldukça ucuz ve menzil için tek sınır algoritma / yazılımınızda işleyebileceğiniz piksel / süper piksel çözünürlüğüdür.
Çoğu araştırmacı (ben dahil) yapılandırılmış ışık kameraları kullanıyor (açık havada çalışmalarına rağmen, robot açık havada olduğunda bu sensörlerde RGB kameralara geçiyoruz). Bu ışık sorununun bir çözümü, denetleyicinin / CPU'nun işleme yeteneklerine dayanarak kabaca derinliği belirlemek için stereo kameralar (hesaplamalı olarak pahalı stereo görüş / çoklu görüntü derinliği) kullanmamızdır. Henüz kişisel olarak keşfetmediğim başka bir çözüm, derinlik doğrulaması ve dış mekan için birden fazla RGB kamera elde ettiğiniz çoklu Kinects / Asus Xtions vb. Kullanmaktır.
LiDAR'lar genellikle çok pahalıdır (binlerce $ 'da gerçekten iyi olanlar için). Her ne kadar gelecekte Sweep gibi 250 $ "LiDAR" ile çıkan bazı şirketler bu değişebilir rağmen .
Ayrıca, LRF / LiDAR'ların sınırlı menzili ve çözünürlüğü vardır (yani belirli bir mesafenin ötesinde, derinliği açık bir şekilde çözemezler ve bu nedenle 0 değer döndürürler (özellikle LiDAR'lar hakkında emin değilim, ancak derinlik kameraları maksimum (üstünde) ve minimum aralık (altında) size derinlik vermezler).
Bu yardımcı olur umarım.
Açıkçası başka birinin ortaya çıkmasını umduğum başka bir sebep daha ekleyeceğim. Çünkü neden ilk etapta robot yapıyoruz? Kirli işlerimizi yapmak için duygusuz makineler?
Bence bir robotun biz memeliler gibi tamamen "görmeye" güvenebilmesi onları daha çok bizim gibi yapıyor. Yani benim için lazerler ve sonarlar aldatıyor. Hile yerine odaklanmamız gereken IMHO, daha yüksek kare hızı, daha yüksek dinamik aralık ve daha az yapıya sahip daha iyi kameralar yapmak ve bunlardan gerekli verileri alabilecek yazılım yazmaktır. (Veya 2012 sonrası dönemlerde konuşursak, ağlarımızdan onlardan hangi verileri almaları gerektiğini eğitin).