Introducción a SLAM
Cómo funciona, tipos de algoritmos de SLAM y primeros pasos
SLAM (localización y mapeo simultáneos) es un método utilizado en vehículos autónomos que permite crear un mapa y localizar el vehículo en el mapa al mismo tiempo. Los algoritmos de SLAM permiten que el vehículo cree mapas de entornos desconocidos. Los profesionales de ingeniería utilizan la información del mapa para realizar tareas de planificación de rutas y evasión de obstáculos.
SLAM ha sido objeto de investigación técnica durante muchos años. Con los grandes avances en velocidad de procesamiento informático y la disponibilidad de sensores de bajo coste, como cámaras y telémetros láser, los algoritmos de SLAM se utilizan en aplicaciones prácticas en una gran variedad de campos.
Para comprender por qué SLAM es importante, veamos algunas de sus ventajas y ejemplos de aplicación.
Ejemplos de SLAM
Tomemos un robot aspirador doméstico. Sin SLAM, simplemente se desplazará por un recinto al azar y tal vez no logre aspirar toda la superficie del suelo. Además, este método utiliza tanta energía que la batería se agota rápidamente. Por otro lado, los robots con un algoritmo de SLAM pueden utilizar información sobre el número de revoluciones de ruedas, y datos de cámaras y otros sensores de captura de imágenes para determinar la cantidad de movimiento necesaria. Esto se conoce como localización. El robot también puede utilizar simultáneamente la cámara y otros sensores para crear un mapa de los obstáculos en su entorno y evitar aspirar la misma área dos veces. Esto se conoce como mapeo.
Ventajas de SLAM para robots aspiradores
Los algoritmos de SLAM son útiles en muchas otras aplicaciones, tales como controlar la navegación de una flota de robots móviles para organizar estanterías en un almacén, estacionar un automóvil autónomo en una plaza vacía, o entregar un paquete por dron en un entorno desconocido. MATLAB® and Simulink® ofrecen algoritmos, funciones y herramientas de análisis de SLAM para desarrollar diversas aplicaciones. Puede implementar localización y mapeo simultáneos junto con otras tareas, tales como fusión de datos de sensores, seguimiento de objetos, planificación de rutas y seguimiento de rutas.
En términos generales, SLAM utiliza dos tipos de componentes tecnológicos. El primer tipo es el procesamiento de señales de sensores, incluido el procesamiento frontal, que depende en gran medida de los sensores utilizados. El segundo tipo es la optimización de grafos de pose, incluido el procesamiento posterior, que es independiente de los sensores.
Flujo de procesamiento de SLAM
Métodos de SLAM
Para obtener más información sobre el componente de procesamiento frontal, explore diferentes métodos de SLAM: SLAM visual, SLAM de LiDAR y SLAM multisensor.
SLAM visual
Como su nombre indica, SLAM visual (o vSLAM) utiliza imágenes capturadas mediante cámaras y otros sensores de imagen. SLAM visual puede utilizar cámaras simples (gran angular, ojo de pez y esféricas), cámaras de ojo compuesto (cámaras estereoscópicas y multicámaras) y cámaras RGB-D (cámaras TOF y de profundidad).
SLAM visual se puede implementar a bajo coste con cámaras relativamente económicas. Además, dado que las cámaras proporcionan un gran volumen de información, se pueden utilizar para detectar puntos de referencia (posiciones medidas previamente). La detección de puntos de referencia también se puede combinar con la optimización basada en grafos, lo que aporta flexibilidad en la implementación de SLAM.
SLAM monocular es un tipo de algoritmo de SLAM en el que vSLAM utiliza una sola cámara como único sensor, lo que dificulta definir la profundidad. Esto se puede resolver detectando marcadores de RA, tableros u otros objetos reconocidos en la imagen para realizar la localización, o bien fusionando los datos de cámara con otro sensor, como unidades de medición inercial (IMU), que pueden medir magnitudes físicas como la velocidad y la orientación. Entre las tecnologías relacionadas con vSLAM se encuentran la estructura a partir del movimiento (SfM), la odometría visual y el ajuste de paquetes.
A grandes rasgos, los algoritmos de SLAM visual se pueden clasificar en dos categorías. Los métodos dispersos identifican correspondencias entre los puntos de características de las imágenes y utilizan algoritmos como PTAM y ORB-SLAM. Los métodos densos emplean el brillo total de las imágenes y utilizan algoritmos como DTAM, LSD-SLAM, DSO y SVO.
vSLAM monocular
vSLAM estéreo
vSLAM RGB-D
SLAM de LiDAR
LiDAR, detección y distancia por luz, es un método que utiliza principalmente un sensor láser, o sensor de distancia.
En comparación con las cámaras, TOF y otros sensores, el láser es mucho más preciso, y se utiliza en aplicaciones de vehículos de alta velocidad, como automóviles autónomos y drones. Los valores de salida de los sensores láser son generalmente datos de nube de puntos en 2D (x, y) o 3D (x, y, z). La nube de puntos de un sensor láser proporciona mediciones de distancias de alta precisión, y es efectiva para generar mapas con algoritmos de SLAM. El movimiento se estima registrando las nubes de puntos en secuencia. El movimiento calculado (distancia recorrida) se emplea para localizar el vehículo. Para estimar la transformación relativa entre las nubes de puntos, puede utilizar algoritmos de registro tales como el punto iterativo más cercano (ICP) y la transformada de distribuciones normales (NDT). Si lo prefiere, puede aplicar enfoques basados en características, como odometría y mapeo de LiDAR (LOAM) o registro global rápido (FGR), basado en características FPFH. Los mapas de nubes de puntos en 2D o 3D se pueden representar como mapas de cuadrícula o mapas de vóxeles.
Debido a estos desafíos, la localización de vehículos autónomos puede requerir la combinación de otras mediciones, tales como odometría de ruedas, un sistema global de navegación por satélite (GNSS) y datos de IMU. En aplicaciones de robots de almacén, es común emplear SLAM de LiDAR en 2D, mientras que para UAV y conducción autónoma se suele recurrir a SLAM con nubes de puntos en 3D.
SLAM con LiDAR en 2D
SLAM con LiDAR en 3D
Más información
SLAM multisensor
SLAM multisensor es un tipo de algoritmo de SLAM que utiliza diversos sensores, como cámaras, IMU (unidades de medición inercial), GPS, LiDAR y radar, entre otros, para mejorar la precisión y solidez de los algoritmos de SLAM. Dado que aprovecha las ventajas y supera las limitaciones de diferentes sensores, el SLAM multisensor logra alcanzar un rendimiento superior. Si bien las cámaras proporcionan datos visuales detallados, son menos eficaces en situaciones de poca luz o alta velocidad. Por su parte, LiDAR funciona de forma sistemática en diversas condiciones de iluminación, pero puede tener dificultades con ciertas texturas. SLAM multisensor ofrece una solución más fiable que un sensor único, ya que integra datos de diversas fuentes. El grafo de factores es un marco modular y adaptable que integra varios tipos de sensores, como cámaras, IMU y GPS. Además, el grafo de factores puede admitir entradas de sensores personalizadas (tales como LiDAR y odometría) convirtiendo los datos en factores de pose. Esta capacidad permite diversas configuraciones de SLAM multisensor, como SLAM visual-inercial monocular y SLAM LiDAR-IMU.
Desafíos comunes de SLAM
Aunque se emplean algoritmos de SLAM en algunas aplicaciones prácticas, varios desafíos técnicos impiden que se adopte para usos más generales. Cada uno tiene una contramedida que puede ayudar a superar el obstáculo.
1. Los errores de localización se acumulan y provocan una desviación significativa respecto de los valores reales
Los algoritmos de SLAM estiman movimiento en secuencia, lo que incluye cierto margen de error. Con el tiempo, ese error se acumula y provoca una desviación significativa respecto de los valores reales. También puede provocar que los datos de mapas se deterioren o distorsionen, lo que dificulta las búsquedas posteriores. Tomemos como ejemplo el desplazamiento por un espacio cuadrado. A medida que el error se acumula, los puntos de inicio y fin dejan de coincidir. Esto se conoce como problema de cierre de bucle. Estos errores de estimación de pose son inevitables. Es importante detectar los cierres de bucle y determinar cómo corregir o anular el error acumulado.
Ejemplo de generación de un grafo de pose y reducción de errores.
Para SLAM multisensor, es vital calibrar los sensores con precisión. Las discrepancias o errores de calibración pueden provocar inexactitudes en la fusión de datos de sensores y comprometer la funcionalidad general del sistema. La optimización del grafo de factores puede ayudar aún más en el proceso de calibración, incluida la alineación de sistemas de cámara-IMU.
Una posible contramedida es recordar algunas características de un lugar visitado previamente como punto de referencia y reducir el error de localización. Los grafos de pose se generan para ayudar a corregir errores. Resolver la reducción de errores como si fuera un problema de optimización ayuda a generar datos de mapas más precisos. Este tipo de optimización en SLAM visual se denomina ajuste de paquetes.
Ejemplo de generación de un grafo de pose y reducción de errores
2. La localización falla y se pierde la posición en el mapa
El mapeo de imágenes y nubes de puntos no tiene en cuenta las características del movimiento de un robot. En algunos casos, este enfoque puede generar estimaciones de posición discontinuas, como por ejemplo, un resultado de cálculo que muestra que un robot que se mueve a 1 m/s de repente avanza 10 metros. Este tipo de error de localización se puede evitar empleando un algoritmo de recuperación, o fusionando el modelo de movimiento con múltiples sensores para realizar cálculos basados en los datos del sensor.
Existen varios métodos para utilizar un modelo de movimiento con fusión de datos de sensores. Un método común es usar el filtrado de Kalman para la localización. Dado que la mayoría de los robots y los vehículos de cuatro ruedas de transmisión diferencial generalmente utilizan modelos de movimiento no lineal, se suelen emplear filtros de Kalman extendidos y filtros de partículas (localización de Montecarlo). En algunos casos, también se pueden usar filtros de Bayes más flexibles, como filtros de Kalman unscented. Entre los sensores más utilizados se encuentran los dispositivos de medición inercial, como IMU, AHRS (sistema de referencia de actitud y rumbo), INS (sistema de navegación inercial), y sensores acelerómetros, giroscópicos y magnéticos. A menudo se colocan codificadores de ruedas en vehículos para realizar odometría.
Cuando la localización falla, una contramedida para recuperarla es recordar un punto de referencia como un marco clave de un lugar visitado previamente. Cuando se busca un punto de referencia, se aplica un proceso de extracción de características de modo que se pueda realizar escaneo a gran velocidad. Algunos de los métodos que se basan en características de imagen son la bolsa de características (BoF) y la bolsa de palabras visuales (BoVW). Más recientemente, se ha utilizado Deep Learning para comparar las distancias respecto de las características.
3. Alta carga computacional de optimización, y procesamiento de imágenes y nubes de puntos
La carga computacional es problemática cuando se implementan algoritmos de SLAM en hardware de vehículos. El cálculo generalmente se realiza en microprocesadores integrados compactos y de baja energía cuya capacidad de procesamiento es limitada. Para lograr una localización precisa, es esencial ejecutar el procesamiento de imágenes y la identificación de correspondencias de nubes de puntos a alta frecuencia. Además, los cálculos de optimización como el cierre de bucle son procesos de alta carga computacional. El desafío consiste en cómo ejecutar un procesamiento de alta carga computacional en microordenadores integrados.
Una contramedida es ejecutar diferentes procesos en paralelo. Procesos como la extracción de características, que es el preprocesamiento del proceso de identificación de correspondencias, son relativamente adecuados para realizar paralelización. El uso de SIMD (instrucción única, datos múltiples), CPU multinúcleo para procesamiento y GPU integradas pueden aumentar la velocidad aún más en algunos casos. Además, dado que la optimización de grafos de pose se puede realizar a lo largo de un ciclo relativamente largo, reducir su prioridad y realizar este proceso a intervalos regulares también puede mejorar el rendimiento.
Procesamiento de imágenes y señales de sensores para procesamiento frontal de SLAM:
- Procesamiento de datos de LiDAR en 2D y 3D, y coincidencia de escaneo con Lidar Toolbox™ y Navigation Toolbox™
- Procesamiento de nubes de puntos en 3D y registro de nubes de puntos
- Detección de cierre de bucle con bolsa de características y bolsa de palabras visuales
- Detección de objetos y segmentación semántica con Deep Learning
- Generación de mapas con nube de puntos de LiDAR en 3D con Automated Driving Toolbox™
- Fusión de datos de sensores para localización y seguimiento multiobjeto con Sensor Fusion and Tracking Toolbox™
Grafos de pose en 2D/3D para procesamiento posterior de SLAM:
- Generación de grafos de pose en 2D/3D con Navigation Toolbox
- Optimización de un grafo de pose basado en nodos y restricciones de bordes
- Ajuste de paquetes con Computer Vision Toolbox
Cuadrículas de ocupación con la app SLAM Map Builder:
- Importación de datos de LiDAR en 2D desde archivos rosbag o del área de trabajo de MATLAB y creación de cuadrículas de ocupación
- Búsqueda y modificación de cierres de bucle, y exportación del mapa como cuadrícula de ocupación para planificación de rutas
Despliegue de nodos ROS independientes y comunicación de robot con ROS habilitado desde MATLAB y Simulink® utilizando ROS Toolbox.
Despliegue de algoritmos de navegación y de procesamiento de imágenes desarrollados en MATLAB y Simulink en microprocesadores integrados con MATLAB Coder™ y GPU Coder™.
SLAM significa Simultaneous Localization and Mapping (localización y mapeo simultáneos). Es una técnica utilizada en sistemas autónomos que permite construir un mapa del entorno y localizar simultáneamente un vehículo o robot dentro de ese mapa.
SLAM utiliza el procesamiento de señales de sensores (front end) para recopilar datos procedentes de cámaras o sensores LiDAR, y la optimización de grafos de poses o de estado (back end) para estimar el movimiento y construir mapas. Este enfoque permite tareas como la planificación de rutas y la evitación de obstáculos.
Las principales categorías incluyen visual SLAM (vSLAM), que utiliza cámaras, LiDAR SLAM, que emplea sensores láser para mediciones de distancia precisas, y SLAM multisensor, que combina cámaras, IMU, GPS, LiDAR y radar para mejorar la precisión.
Visual SLAM utiliza datos de imagen procedentes de cámaras para realizar simultáneamente localización y mapeo mediante el seguimiento de características visuales y la estimación del movimiento a través de restricciones geométricas basadas en imágenes. Puede utilizar cámaras monoculares, estéreo o multicámara, así como cámaras RGB-D, y puede implementarse a un coste relativamente bajo.
El cierre de bucle (loop closure) se produce cuando los errores acumulados de localización generan distorsiones en el mapa, por ejemplo cuando los puntos de inicio y fin ya no coinciden después de recorrer un circuito cerrado. Los algoritmos SLAM detectan estas inconsistencias y utilizan la optimización del grafo de poses para reducir la deriva y corregir los errores.
Los sensores más comunes incluyen cámaras (monoculares, estéreo y RGB-D) para el seguimiento de características visuales, sensores LiDAR para mediciones de distancia, IMU para datos de movimiento, codificadores de rueda para la odometría y GPS en configuraciones multisensor para proporcionar restricciones de posicionamiento global.
SLAM se utiliza en robots aspiradores para optimizar la limpieza, en robots de almacén para la organización de estanterías y la navegación autónoma, en vehículos autónomos para maniobras de aparcamiento y en drones para la entrega de paquetes en entornos desconocidos.
LiDAR SLAM utiliza sensores láser para proporcionar mediciones de distancia de alta precisión y funciona eficazmente a altas velocidades. Visual SLAM utiliza cámaras para ofrecer información visual detallada a un coste menor, aunque puede verse afectado por condiciones de baja iluminación.
Sí. MATLAB y Simulink proporcionan algoritmos SLAM, funciones y herramientas de análisis para implementar localización, mapeo, fusión de sensores, seguimiento de objetos, planificación de rutas y seguimiento de trayectorias en aplicaciones de robótica y sistemas autónomos.
Recursos
Amplíe sus conocimientos con documentación, ejemplos, vídeos y mucho más.
