Tôi đang làm việc về nội địa hóa và điều hướng Robot trong môi trường đô thị. Tôi muốn sử dụng máy ảnh. Nhưng tôi hơi bối rối về dữ liệu LRF hoặc dữ liệu laser khác.
Tại sao mọi người muốn sử dụng máy ảnh?
Tại sao không phải là LRF hoặc dữ liệu laser khác?
Bất cứ ai có thể giải thích xin vui lòng ủng hộ máy ảnh?
Câu trả lời:
Công cụ tìm phạm vi laser 3D hoặc LIDAR, chẳng hạn như trên Google Car đắt hơn nhiều so với máy ảnh. Lý do khác là trong khi trong trường hợp LIDAR, khoảng cách của mỗi pixel có sẵn, dữ liệu được tạo sẽ được xử lý là rất lớn. Bạn phải chuyển và xử lý dữ liệu nhanh hơn, điều này sẽ xuất hiện trở lại khi chi phí tăng. Cuối cùng, máy ảnh thường có tuổi thọ dài hơn, do đó cần ít bảo trì hơn.
Với máy ảnh tương đối rẻ và tầm nhìn máy tính, kết quả khá tốt có thể đạt được.
Ví dụ:
điều hướng trong môi trường đô thị
Tùy thuộc vào laser, có thể có những ràng buộc pháp lý về nơi bạn có thể sử dụng nó. Chạy quanh thị trấn ném tia laser xung quanh có thể cần phải có giấy phép / giấy phép đặc biệt.
Giống như khác đã trả lời. Máy ảnh thường rẻ hơn nhiều so với L aser R ange F trong nhà.
Khi bạn nói về máy ảnh, ý bạn là máy ảnh 2D phải không? Có một số máy ảnh 3D như dòng máy ảnh ifm O3D3xx có sẵn. Những máy ảnh đó có thể không có độ chính xác của máy quét laser nhưng chúng cung cấp dữ liệu độ sâu 3D ở tốc độ khung hình hợp lý với mức giá ~ 1k
Có bất kỳ lợi thế nào khi sử dụng LIDAR cho SLAM so với máy ảnh RGB tiêu chuẩn không?
Bạn có thể kiểm tra liên kết này, nơi trước đây tôi đã trả lời một câu hỏi tương tự. (ưu điểm và nhược điểm của từng loại)
trong môi trường đô thị
Nếu bạn đang đề cập đến những chiếc xe tự trị như Google, có rất nhiều cân nhắc và hạn chế (an toàn, chi phí, v.v.).
Nếu bạn quan tâm đến nghiên cứu & học tập, tôi khuyên bạn nên sử dụng bất kỳ nền tảng phần cứng nào có sẵn.
Ghi nhớ:
Tôi không nghĩ mọi người thực sự "muốn" chỉ sử dụng máy ảnh. Nếu mọi nhà nghiên cứu có thể đủ khả năng cho LiDAR, tất cả họ sẽ đưa LiDAR lên robot của họ cho môi trường ngoài trời.
Máy ảnh khá rẻ và giới hạn duy nhất cho phạm vi là độ phân giải pixel / superpixel mà bạn có thể xử lý trong thuật toán / phần mềm của mình.
Hầu hết các nhà nghiên cứu (bao gồm cả tôi) sử dụng máy ảnh ánh sáng có cấu trúc (mặc dù chúng không hoạt động ngoài trời, vì vậy chúng tôi chuyển sang máy ảnh RGB trên các cảm biến này khi robot ở ngoài trời). Một giải pháp cho vấn đề ánh sáng này là chúng tôi cũng sử dụng máy ảnh âm thanh nổi (tầm nhìn âm thanh nổi / độ sâu đa góc nhìn đắt tiền) để xác định độ sâu, dựa trên khả năng xử lý của bộ điều khiển / CPU. Một giải pháp khác mà tôi chưa khám phá cá nhân là sử dụng nhiều Kinects / Asus Xtions, v.v., nơi bạn có được độ ăn mòn sâu cũng như nhiều camera RGB cho ngoài trời.
LiDAR thường rất đắt tiền (trong hàng ngàn $$ cho những người thực sự tốt). Mặc dù điều này có thể thay đổi trong tương lai với một số công ty sắp ra mắt với "LiDAR" $ 250 như Sweep .
Ngoài ra, các LRD / LiDAR có phạm vi và độ phân giải hạn chế (nghĩa là vượt quá một khoảng cách nhất định, chúng không thể giải quyết độ sâu một cách rõ ràng và do đó chúng trả về 0 giá trị (tôi không chắc chắn cụ thể về LiDAR, nhưng máy ảnh độ sâu có tối đa (trên đó) cũng như phạm vi tối thiểu (dưới mức đó) họ không cung cấp cho bạn chiều sâu).
Hi vọng điêu nay co ich.
Tôi sẽ thêm một lý do nữa mà thật lòng tôi đang hy vọng người khác sẽ đưa lên. Bởi vì tại sao chúng ta tạo ra robot ngay từ đầu? Máy móc vô cảm để làm công việc bẩn thỉu của chúng tôi?
Tôi nghĩ rằng việc một robot có thể hoàn toàn dựa vào "tầm nhìn" như động vật có vú khiến chúng ta giống chúng ta hơn. Vì vậy, đối với tôi, laser và sonar là gian lận. IMHO chúng ta nên tập trung vào việc gian lận thay vì làm cho máy ảnh tốt hơn với tốc độ khung hình cao hơn, dải động cao hơn và ít tạo tác hơn và viết phần mềm có thể lấy dữ liệu cần thiết từ chúng. (Hoặc, nói theo thuật ngữ sau năm 2012, đào tạo các mạng của chúng tôi để có được dữ liệu họ cần từ họ).