Comments 4
По поводу vision-based SLAM в ROS есть еще статьи с обзорами некоторых других алгоритмов: 1, 2, 3.
Так же хотел спросить: есть ли какая-то возможность работы SLAM в условиях изменяющейся обстановки? Тот же RTAB-Map "запоминает" движущиеся объекты, т.е. если постоять несколько секунд перед камерой, а потом уйти — в этом месте останется твое облако точек. Поэтому в случае наличия движения, например, людей, карта очень быстро превращается в забитую мешанину точек.
Спасибо, Alex_ME, за вопрос. Я не задумывался об этой проблеме и это интересный вопрос для изучения. Возможно существуют более эффективные алгоритмы SLAM с обнаружением изменений. Думаю, алгоритмы основанные на лидарах типа gmapping учитывают динамику сцены. Стоит проверить эту гипотезу.
Статьи, которые вы привели, я видел. К сожалению, о rtabmap сказано не там много, но все-таки статьи очень хорошие.
Статьи, которые вы привели, я видел. К сожалению, о rtabmap сказано не там много, но все-таки статьи очень хорошие.
Я нашел такую информацию на форуме RTAB-Map:
Visual odometry in dynamic environments is challenging. RTAB-Map's visual odometry assumes a static environment, though few moving objects may not affect the odometry (if visual features extracted on these objects are set as outliers).
You can create your own odometry algorithm and feed RTAB-Map (on ROS) with its output. I'm not aware of visual odometry strategies to ignore or use moving objects for transformation estimation. Detecting which features are moving and those who are static could be a good start for such algorithm.
Единственное на тему RTAB-Map и динамического окружения, правда сам пока не занимался изысканиями в этом направлении.
Sign up to leave a comment.
Обзор методов визуальной одометрии в ROS: использование камер глубины