Jednoczesna lokalizacja i mapowanie (SLAM) to technika nawigacji i percepcji, która umożliwia systemom autonomicznym szacowanie własnej pozycji przy jednoczesnym tworzeniu mapy nieznanego lub częściowo zmapowanego otoczenia. Do typowych zastosowań należą: nawigacja autonomiczna, mapowanie otoczenia, omijanie przeszkód oraz działanie w warunkach ograniczonej dostępności sygnałów GNSS.
Na tej stronie przedstawiono dostawców technologii SLAM przeznaczonej dla dronów, bezzałogowych statków powietrznych (UAV), bezzałogowych pojazdów lądowych (UGV), robotów mobilnych oraz pojazdów podwodnych.
Przeczytaj Przegląd technologii
Wysokoprecyzyjne rozwiązania do mapowania z wykorzystaniem technologii LiDAR i SLAM dla dronów i systemów autonomicznych
Systemy pozycjonowania GNSS, 3D SLAM i mobilne mapowanie, bezzałogowe pojazdy naziemne
Systemy pozycjonowania i nawigacji GNSS, mobilne mapowanie UAV LiDAR i bezzałogowe pojazdy naziemne
Jeśli projektujesz, budujesz lub dostarczasz Jednoczesna lokalizacja i mapowanie (SLAM), Załóż profil, aby zaprezentować swoje możliwości i nawiązać kontakt z osobami, które aktywnie poszukują Twoich rozwiązań.
Jednoczesna lokalizacja i mapowanie (SLAM) to technika nawigacji i percepcji, która umożliwia robotowi lub pojazdowi autonomicznemu oszacowanie własnej pozycji przy jednoczesnym tworzeniu mapy nieznanego lub częściowo zmapowanego otoczenia. Lokalizacja i mapowanie w ramach SLAM są szczególnie cenne w sytuacjach, gdy nie ma dostępu do niezawodnego zewnętrznego systemu pozycjonowania, gdy jest on niestabilny lub niewystarczający do precyzyjnego działania autonomicznego.
W przypadku dronów, bezzałogowych pojazdów naziemnych (UGV), robotów mobilnych oraz systemów podwodnych technologia SLAM może łączyć dane z kamer, systemów wykrywania i pomiaru odległości za pomocą światła (LiDAR), czujników inercyjnych, radarów, czujników głębokości oraz innych źródeł, wspierając nawigację w czasie rzeczywistym oraz rozumienie otoczenia. Technologia SLAM dla dronów i systemów robotycznych jest zatem szczególnie przydatna w środowiskach wewnętrznych, podziemnych, miejskich, podwodnych oraz innych, w których sygnał GPS jest niedostępny lub jakość sygnału GNSS jest obniżona.
Jednoczesna lokalizacja i mapowanie, SLAM, SL9 firmy SatLab.
Systemy SLAM łączą lokalizację, mapowanie, estymację ruchu oraz postrzeganie otoczenia, aby umożliwić autonomiczny przemieszczanie się po obszarach wcześniej nieznanych lub tylko częściowo zmapowanych.
Wszystkie te funkcje łącznie pozwalają platformom autonomicznym na bieżąco śledzić zarówno własny ruch, jak i otaczające je środowisko podczas działania.
LiDAR SLAM wykorzystuje pomiary ze skanerów laserowych do oszacowania ruchu pojazdu podczas tworzenia geometrycznych map otaczającego środowiska. Kolejne skany LiDAR można dopasować za pomocą dopasowywania skanów lub rejestracji chmury punktów, co pozwala systemowi SLAM śledzić ruch i stopniowo tworzyć szczegółowe dwuwymiarowe lub trójwymiarowe reprezentacje obszaru. Podejście to doskonale sprawdza się w przypadku dronów, robotów naziemnych oraz pojazdów autonomicznych działających w środowiskach o wystarczająco wyraźnych cechach geometrycznych.
Visual SLAM wykorzystuje obrazy z jednej lub kilku kamer do identyfikacji i śledzenia elementów otoczenia, jednocześnie szacując ruch kamery w przestrzeni. Konfiguracje kamer SLAM – monokularowe, stereoskopowe i inne – mogą zapewnić stosunkowo niewielkie obciążenie systemów percepcyjnych w przypadku platform bezzałogowych, w których rozmiar ładunku i moc są ograniczone, natomiast dron wyposażony w wizualny system SLAM może wykorzystywać cechy otoczenia do lokalizacji podczas lotów w pomieszczeniach, inspekcji oraz nawigacji wokół obiektów budowlanych.
Wizualno-inercyjny system SLAM łączy obserwacje z kamer z pomiarami pochodzącymi z inercyjnego układu pomiarowego (IMU), co pozwala na wzajemne wzmacnianie się zalet obu metod wykrywania. Dane inercyjne dostarczają informacji o ruchu w krótkim okresie z dużą częstotliwością, natomiast obserwacje wizualne pomagają ograniczyć skumulowane odchylenia, dzięki czemu podejście to jest szczególnie przydatne w nawigacji dronów opartej na SLAM, gdzie kompaktowe kamery i jednostki IMU mogą zapewnić skuteczną równowagę między masą, częstotliwością aktualizacji oraz postrzeganiem otoczenia.
SLAM oparty na LiDAR i czujnikach inercyjnych łączy pomiary LiDAR z danymi inercyjnymi w celu poprawy estymacji ruchu podczas szybkich przemieszczeń oraz pomiędzy kolejnymi skanami laserowymi. IMU dostarcza pomiary obrotów i przyspieszeń o wysokiej częstotliwości, natomiast LiDAR zapewnia informacje geometryczne dotyczące otaczającego środowiska, tworząc połączenie, które może wspierać systemy SLAM bezzałogowych statków powietrznych (UAV), robotykę mobilną, systemy SLAM pojazdów autonomicznych oraz inne systemy wymagające niezawodnej lokalizacji 3D.
System SLAM typu RGB-D wykorzystuje kamery dostarczające zarówno obrazy kolorowe, jak i informacje o głębokości dla poszczególnych pikseli, co pozwala systemowi na jednoczesne odtworzenie wyglądu wizualnego oraz trójwymiarowej geometrii sceny. Bezpośrednie pomiary głębokości mogą uprościć tworzenie gęstych map na stosunkowo krótkich odległościach, dzięki czemu systemy RGB-D nadają się szczególnie do robotyki wewnętrznej, inspekcji w ograniczonych przestrzeniach oraz innych zastosowań, w których zasięg działania czujnika głębokości jest wystarczający.
System SLAM oparty na radarze wykorzystuje odbite sygnały o częstotliwości radiowej do oszacowania ruchu i mapowania elementów otoczenia, zapewniając opcję wykrywania niezależną od oświetlenia widzialnego. Radar może działać w ciemności i zachowuje użyteczną wydajność w warunkach zapylenia, mgły, dymu oraz innych warunkach ograniczających skuteczność wykrywania optycznego, co pozwala mu uzupełniać działanie kamer lub systemu LiDAR w systemach bezzałogowych przeznaczonych do pracy w trudnych warunkach.
System jednoczesnej lokalizacji i mapowania (SLAM), C01 SLAM LiDAR firmy SKYLANDX.
SLAM z wykorzystaniem wielu czujników łączy pomiary pochodzące z kilku technologii wykrywania, takich jak LiDAR, kamery, radar, jednostki IMU, odbiorniki GNSS lub odometria pojazdu, dzięki czemu słabe punkty jednego źródła danych mogą zostać zrównoważone informacjami z innego źródła. Fuzja czujników może poprawić ciągłość działania w sytuacji, gdy poszczególne czujniki stają się zawodne, dostarczając jednocześnie uzupełniające się informacje geometryczne, wizualne, dotyczące ruchu oraz położenia bezwzględnego, co jest szczególnie przydatne w przypadku systemów autonomicznych działających w zróżnicowanych środowiskach wewnętrznych i zewnętrznych.
Wybór czujników wpływa na zasięg, dokładność, dostosowanie do warunków środowiskowych, wymagania dotyczące ładowności oraz zapotrzebowanie obliczeniowe systemu SLAM, dlatego kombinacje czujników dobiera się w zależności zarówno od pojazdu, jak i środowiska jego działania.
Kombinacje czujników dobiera się w zależności od środowiska pracy, wymaganej dokładności lokalizacji, dynamiki pojazdu oraz dostępnych parametrów dotyczących rozmiarów, masy, mocy i wydajności obliczeniowej.
Zastosowanie technologii SLAM w dronach umożliwia autonomiczny lot w obszarach, w których system GNSS nie jest w stanie zapewnić niezawodnego rozwiązania nawigacyjnego, pozwalając statkowi powietrznemu oszacować swoją pozycję względem pobliskich powierzchni i elementów otoczenia. Nawigacja dronów w pomieszczeniach, inspekcja infrastruktury, mapowanie magazynów, operacje w tunelach oraz nawigacja wokół budynków – we wszystkich tych zastosowaniach można wykorzystać technologię SLAM dla dronów, a autonomiczny system SLAM dla dronów może również dostarczać informacje kartograficzne do oprogramowania służącego do unikania kolizji i planowania trasy. Systemy składające się z wielu bezzałogowych statków powietrznych (UAV) mogą jeszcze bardziej rozszerzyć te możliwości dzięki wspólnemu lub skoordynowanemu mapowaniu realizowanemu przez kilka statków powietrznych.
Robotyka SLAM jest szeroko stosowana do autonomicznej nawigacji naziemnej w magazynach, kopalniach, tunelach, obiektach przemysłowych oraz innych środowiskach, w których mapowana infrastruktura lub pozycjonowanie satelitarne mogą być niekompletne lub niedostępne. Robot wykorzystujący technologię SLAM może tworzyć lub aktualizować mapę otoczenia, jednocześnie szacując swoją pozycję w tym otoczeniu, co pozwala oprogramowaniu nawigacyjnemu planować trasy omijające przeszkody. Podobna technologia lokalizacji i mapowania pojazdów autonomicznych jest wykorzystywana przez roboty inspekcyjne, platformy poszukiwawczo-ratownicze, bezzałogowe pojazdy naziemne (UGV) służące do ochrony oraz inne mobilne systemy robotyczne.
Autonomiczne pojazdy podwodne (AUV) oraz zdalnie sterowane pojazdy podwodne (ROV) mogą wykorzystywać technologię SLAM do lokalizacji i mapowania w miejscach, gdzie sygnały GNSS nie docierają poniżej powierzchni wody. SLAM oparty na sonarze może wykorzystywać pomiary akustyczne do identyfikacji elementów dna morskiego, struktur lub innych punktów odniesienia w otoczeniu, natomiast metody wizualno-inercyjne mogą być stosowane tam, gdzie zapewniona jest odpowiednia widoczność i oświetlenie. Techniki te mogą uzupełniać inercyjne, akustyczne i oparte na prędkości systemy nawigacyjne podczas podwodnych inspekcji, mapowania oraz autonomicznych misji podwodnych.
SLAM jest ściśle powiązany z kilkoma technikami nawigacji i mapowania, choć ich podstawowe cele i wyniki różnią się. Wiele z tych technologii może również funkcjonować jako elementy w ramach szerszej architektury SLAM.
| Technologia | Podstawowa funkcja | Typowe czujniki | Związek z technologią SLAM |
| Odometria wizualna | Szacuje ruch względny na podstawie kolejnych obrazów | Kamery monokularowe lub stereoskopowe | Mogą dostarczać oszacowania ruchu w ramach wizualnego systemu SLAM, ale niekoniecznie tworzą ani globalnie optymalizują trwałą mapę. |
| Odometria LiDAR | Szacuje ruch poprzez dopasowywanie kolejnych skanów laserowych | LiDAR 2D lub 3D | Często stanowi część systemu LiDAR SLAM, przy czym szersze przetwarzanie SLAM obejmuje tworzenie map, zamykanie pętli oraz optymalizację mapy. |
| Nawigacja inercyjna | Szacuje położenie, prędkość i orientację na podstawie pomiarów inercyjnych | Akcelerometry i żyroskopy | Zapewniają ciągłe oszacowanie ruchu, jednak z czasem dochodzi do dryftu, dlatego dane inercyjne są często łączone z danymi z czujników SLAM. |
| Lokalizacja oparta na systemie GNSS | Zapewnia pozycję względem globalnego układu odniesienia | Odbiornik GNSS i antena | Zapewnia pozycjonowanie bezwzględne w obszarach, gdzie dostępne są sygnały satelitarne, a ponadto może służyć do precyzjonowania rozwiązań SLAM. |
| Skanowanie 3D za pomocą LiDAR | Pozwala na rejestrowanie pomiarów geometrycznych otaczających powierzchni | Skaner LiDAR 3D | Generuje dane w postaci chmury punktów, jednak sam skaner nie stanowi z natury systemu SLAM. System SLAM zapewnia ciągłe szacowanie położenia oraz dopasowywanie mapy w trakcie przemieszczania się czujnika. |
Technologie te są często łączone, a nie stosowane osobno; na przykład systemy SLAM w bezzałogowych statkach powietrznych (UAV) mogą potencjalnie integrować odometrię wizualną lub LiDAR, nawigację inercyjną oraz GNSS w ramach jednej architektury nawigacji i mapowania.
Technologia SLAM nieustannie się rozwija wraz ze wzrostem możliwości czujników, obliczeń pokładowych i autonomicznej percepcji, co pozwala systemom działać przez dłuższy czas i pozyskiwać więcej informacji z mapowanych środowisk.
Wszystkie te osiągnięcia przyczyniają się do rozszerzenia zakresu jednoczesnej lokalizacji i mapowania z poziomu pojedynczych systemów nawigacyjnych w kierunku bardziej trwałego, rozproszonego i uwzględniającego kontekst działania autonomicznego.
Wyszukiwanie firm i produktów
