슬램 알고리즘이란 무엇입니까?

SLAM 은 동시 위치 및 매핑의 약어로, "동시 위치 및 측량" 을 의미합니다. 주로 로봇이 알 수 없는 환경에서 움직일 때의 위치 및 지도 그리기 문제를 해결하는 데 사용됩니다.

시뮬레이션 위치 및 지도 작성 (SLAM) 은 원래 로봇학에서 로봇 위치 지정에 사용되었지만, 초기 SLAM 알고리즘은 실제로 시각 카메라를 사용하지 않았습니다 (로봇학에서 SLAM 은 일반적으로 레이저 거리 측정기를 사용).

SLAM 은 실시간 요구 사항이 높지만 솔루션을 보다 정확하고 안정적이며 다양한 시나리오에 적합하게 만들려면 일반적으로 비교적 많은 계산량이 필요합니다. 현재 모바일 장치의 컴퓨팅 능력은 이렇게 큰 계산량을 지탱하기에 충분하지 않다. 실시간 성능을 달성하기 위해서는 정확성과 안정성에 약간의 희생이 필요한 경우가 많다.

따라서 특정 어플리케이션에서는 모바일 장치의 센서 조합, 컴퓨팅 성능 및 사용자 시나리오에 따라 적절한 SLAM 알고리즘을 선택하고 깊이있게 사용자 정의해야 하는 경우가 많습니다. 예를 들어 무인자동차와 모바일 SLAM 앱의 슬램 알고리즘은 매우 다르다.

슬램의 일반적인 응용 분야

로봇 포지셔닝 및 네비게이션 분야: 지도 모델링. SLAM 은 로봇이 경로 계획, 자체 탐색, 탐색 등의 작업을 수행하는 데 도움을 줄 수 있습니다. 코워스, 타미, 국내 최신 블루보 청소 로봇은 슬램 알고리즘과 라이더 또는 카메라를 결합하여 청소기가 실내지도를 효율적으로 그리고, 지능적으로 분석하고, 바닥을 쓸고 환경을 계획하여 스마트 탐색의 배열에 성공적으로 진입할 수 있게 해 줍니다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 과학명언)

VR/AR: 시각 효과를 향상시키는 데 도움이 됩니다. SLAM 기술은 현재 시각에서 가상 오브젝트의 오버레이 효과를 더 사실적으로 렌더링하기 위해 보다 사실적인 지도를 만들 수 있습니다. VR/AR 대표 제품 중 Microsoft Hololens, Google ProjectTango, MagicLeap 은 SLAM 을 시각적 향상 방식으로 사용합니다.

드론 분야: 지도 모델링. SLAM 은 지리 정보 시스템 (GIS) 과 시각적 물체 인식 기술을 결합하여 드론이 바리케이드를 식별하고 장애물을 자동으로 피하며 경로를 계획하는 데 도움을 주는 현지 3D 지도를 신속하게 만들 수 있습니다. 미국 위챗 모멘트 폭파를 한 Hovercamera 드론이 SLAM 기술에 적용되었다.

무인 분야: 시각 주행 거리계. SLAM 기술은 시각적 주행 거리계 기능을 제공하며 GPS 와 같은 다른 포지셔닝 방법과 통합되어 아무도 정확하게 포지셔닝할 수 없는 요구를 충족합니다. 예를 들어 라이더 기술을 기반으로 한 구글 무인자동차, 옥스퍼드 대학 모빌로보틱스 팀 1 1 개조된 무인자동차 Wildcat 은 모두 테스트에 성공했다.

위 내용 참조: 슬램 경로 계획 알고리즘-csdn