Lidar i SLAM
També disponible en: English · Castellano
El problema: la deriva
Un robot amb rodes estima la seva posició comptant voltes (odometria). Cada petit error se suma: drift.
Intuïció: caminar amb els ulls tancats comptant passos et desvia; amb els ulls oberts compares i et corregeixes.
Lidar
Mesura la distància amb llum (temps de vol) en moltes direccions alhora: un scan. Funciona de nit i és precís. Exemple: el Go2 porta un lidar 4D L2 (360° × 96°, distància mínima de 0,05 m).
SLAM
Simultaneous Localization And Mapping: construeix el mapa i s’hi localitza alhora. Alinear cada scan nou amb el mapa (scan matching, per exemple ICP) corregeix la deriva. És l’ou i la gallina: per mapejar has de saber on ets, i per saber-ho necessites el mapa.
- Occupancy grid: mapa de cel·les lliures / ocupades / desconegudes.
- Loop closure: reconèixer un lloc ja visitat i corregir tot el mapa; és el moment en què el mapa «salta» al seu lloc.
- Sistemes reals: LIO-SAM, LeGO-LOAM.
A la demo
Primer només amb rodes: l’error creix. Després activa l’SLAM: el mapa es construeix i la posició es manté. Condueix amb les fletxes del teclat.
Demo interactiva
Conceptes relacionats
Sensor de distància per ultrasons
Emet un pols i mesura quant triga l’eco: d = c · t / 2. La velocitat del so depèn de la temperatura, així que si no la compenses la lectura es desvia.
IMU i fusió de sensors
L’acceleròmetre sap on és avall però es confon quan es mou; el giroscopi és suau però deriva. Un filtre complementari fa servir el giroscopi a curt termini i l’acceleròmetre a llarg termini.
Sistemes de referència (frames) i transformacions
Un punt només té coordenades respecte d’un frame (origen + eixos). Per passar del frame del robot al del món: p_world = R(θ) · p_robot + t.