返回资讯中心
外部精选
软件工程
#开发者实时流

Microduck 用 8×8 深度传感器实现 SLAM 定位

来源标题:Slam on Microduck with an 8×8 depth sensor

Microduck 团队公布了其 SLAM 方案,让机器鸭在里程计漂移的情况下仍能确定自身位置。此前实测里程计每走 1 米误差约 2.4 cm,47.5 米后中位偏差 6 cm、最差 12 cm,航向偏差约 2°;被搬动后里程计也无法感知。该方案通过建图与定位同步进行来纠正漂移。

Hacker News 最新surprisetalk2026/11/16 · 昨天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

里程计那篇文章结尾留了个承诺。里程计告诉你鸭子自开机以来如何移动。它表现不错,但会漂移。在真实机器人上,我们测量了47.5米的行走距离,切成二十段从半米到五米的行走。一段行走结束时,中位误差为6厘米,最差为12厘米:大约每走一米就有2.4厘米的误差。它的朝向最终也偏了约2°,这比听起来更重要。有2°的误差,之后每走一米,鸭子就会偏离里程计认为的位置3.5厘米。所以鸭子走得越久,它的估计离真相就越远。玩了几分钟后,它跟房间就没什么关系了。

当有人把鸭子捡起来时,情况会更糟,因为里程计感觉不到。把鸭子搬到房间另一头,里程计会从被拿起的地方继续,偏差一米或更多。它测量的任何东西都不会告诉它这一点。

要知道自己在哪里,机器人必须观察房间并记住它看到的东西。它必须建立地图,并同时在地图中找到自己。这叫做SLAM:同时定位与建图。这篇文章讲的是我们的SLAM,以及我们如何学会测量它,而不是靠眼睛调参。

Microduck有一个单一的深度传感器:头部的一个VL53L5CX飞行时间传感器,离地板约25厘米。每秒十五次,它测量64个距离,在一个8×8网格中,覆盖头部前方45°的锥形区域。只有大约一米以内的距离是可靠的。这就是机器人用于建图所看到的一切。

根据这些距离和腿部里程计,机器人建立房间的地图。它在关机时保留地图,当有人把它放在别处时,它能在地图中重新找到自己。一切都在机器人上运行,在Rockchip RK3566的四个小型Cortex-A55核心上,与行走策略并存。不涉及笔记本电脑,也不涉及云。代码是一个名为mapd的小型服务。

七分半钟,大约快7倍。房间角落的摄像头和地板上的标签只是为了测量鸭子真正在哪里:鸭子本身两者都不用。叠加层是根据机器人自己的数据画在地板上的。品红色是建图器认为鸭子所在的位置,蓝色是仅里程计,绿色是真实位置。红色格子是鸭子正在建立的地图中的障碍物,青色是它已经看到为空的地板。每次鸭子被搬动,里程计都无法知道,建图器必须重新找到自己。

摄像头一次能看到整个房间。我们的传感器只看到一小块。在50厘米处,整个8×8网格覆盖约40厘米宽的一块区域,其下方几行主要看到地板。所以一次测量显示一段墙壁,或一条椅子腿。它几乎不说明机器人在这段墙的哪个位置。作为对比,扫地机器人上的激光雷达每秒多次测量周围一圈。

通过鸭子的眼睛看半分钟,实时。左边是它的头部摄像头(建图器不使用),上面画出了传感器64个区域测量所在的位置。右边是建图器实际得到的64个数字,单位为米。空心格子返回的是不可用的数据:面对两米外的沙发时,几乎整个网格都是空的。

鸭子行走时,建图器只是跟随里程计。当鸭子静止半秒后,建图器开始收集传感器发来的每一帧,直到鸭子再次移动。所有这些帧合在一起构成一个关键帧:鸭子从那个位置看到的一小块局部地图。如果停留期间头部移动,关键帧就覆盖房间的更多部分。

然后建图器把关键帧放入地图。它在里程计所说鸭子位置周围的小窗口内尝试每个位置和朝向。对每一个,它给关键帧的障碍物与地图中已有障碍物的吻合程度打分。最高分就是答案。分数在其周围下降的速度说明这个答案有多确定,以及在哪些方向上确定。例如,面对一面平坦的墙时,扫描确定了到墙的距离,但没有确定沿墙的位置。建图器于是只信任匹配的距离,其余部分保留里程计的猜测。

数据集中的一次真实停留,一步一步。鸭子站着时,头部转动,传感器的每一帧都给关键帧添加点。然后关键帧被放到里程计所说鸭子所在的位置,在附近的位姿上尝试,并保留与地图最吻合的那个:这里是9厘米和3°之外。显示的分数是简化的;建图器自己的分数是窗口内每个位姿上的似然。

这在我们的模拟器里有效。在真实机器人上,地图看起来不像房间。

当地图看起来不对时,诱惑就是盯着它看,改来改去直到看起来更好。我们这样做了一段时间。问题是,一张看起来好一点的地图证明不了什么。所以我们停下来,构建了一种测量方法。

八个ArUco标签贴在地板上,定义房间的坐标。一台Orbbec Femto Bolt摄像头固定在角落高处,以4K拍摄每次会话。在每一帧中,它找到贴在鸭子头顶的一个6厘米标签。从四米外看到的小标签能很好地给出方向,但距离很差,所以我们根本不用距离。我们改用头部的高度,机器人从关节角度知道这个高度。头部就是摄像头到标签的视线达到该高度的地方。这把它定位到约一厘米。

摄像头和机器人各有自己的时钟,所以我们必须对齐它们。两者都看到头部转动:摄像头通过标签,机器人通过陀螺仪和头部关节。匹配两个转动速度,在七分钟的会话中对齐时钟到10毫秒以内,包括它们之间130 ppm的漂移。

在会话之前,我们还用同一台摄像头手持扫描了空房间。每一帧都通过它看到的地板标签来放置,或者当它

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →