【ROS】スキャンマッチングSLAMの実装（概要編） : LiLaBoC

スキャンマッチングSLAMの概要をまとめました。

スキャンマッチングSLAM実装のシリーズ

スキャンマッチングの実装例を紹介するシリーズのうち、この記事は第一弾の「概要編」です。実装する前に、システム全体の概要をつかんでもらえればと思います。

SLAMは数種類に分類することができ、スキャンマッチングSLAMはそのうちの一種です。

異なる時間ステップで計測された点群データを、絵合わせするように重ね合わせていくことで、センサーがどれだけ移動したかを推定する手法です。

計測した点群を初期位置に配置
　↓（センサ移動）
内界センサで相対位置姿勢変化を予測
　↓
初期点群と計測点群をNDTでスキャンマッチング
　↓
NDTで算出された相対位置姿勢変化をもとに観測更新
　＆
計測点群を推定位置に配置して蓄積点群に追加
　↓（センサ移動）
繰り返し

※内界センサを用いないSLAMもたくさん存在します

「自己位置推定」と「地図生成」を同時に行います。ゆえに、EKFとNDTは互いの出力を入力として用いており、依存し合っている関係です。

予測と観測を繰り返すことで、ロボットの位置・姿勢を推定します。

ホイールエンコーダで計測される並進速度積算します。

ジャイロスコープで計測される角速度を積算します。

NDTで推定されたロボットの位置・姿勢を観測し、状態ベクトルを更新します。

LiDARで得られた点群を、過去ステップで蓄積した点群に対して、絵合わせして追加していきます。絵合わせの初期位置は、EKFで推定されたロボットの位置・姿勢を用います。

スキャンマッチングSLAMの概要をまとめました。参考になれば幸いです。

以上です。

Ad.