PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Nowy algorytm 6DSLAM wykorzystujący semantyczne rozpoznanie otoczenia

Identyfikatory
Warianty tytułu
EN
New 6DSLAM algorithm based on semanctic recognition of the environment
Języki publikacji
PL
Abstrakty
PL
W artykule przedstawiono modyfikację algorytmu 6DSLAM wykorzystującą semantyczne rozpoznawanie otoczenia. Zastosowanie semantycznego podejścia nie tylko poprawia w porównaniu do klasycznej metody dokładność tworzonej mapy metrycznej przez robota mobilnego, ale także umożliwia tworzenie takiej mapy w trudnych warunkach terenowych. Przedstawiono eksperymenty tworzenia mapy metrycznej/semantycznej budynków uwzględniając jazdę poziomą oraz kierunku pionowym po schodach. Porównano wynik z poprzednią implementacją algorytmu 6DSLAM. Nowe podejście poprawia spójność oraz dokładność mapy metrycznej. Zastosowanie semantycznego rozpoznawania otoczenia pozwala na rozszerzenie mapy metrycznej o nowe informacje o charakterze jakościowym, w tym przypadku rozróżniane są ściany, podłoga, sufit oraz punkty charakteryzujące się otoczeniem nieuporządkowanym.
EN
The paper presents new 6DSLAM algorithm based on semantic recognition of the environment. Semantic approach improves the accuracy of the final metric map and guarantees the robustness of the mapping even in difficult indoor terrain conditions. The metric/semantic mapping of indoor environment is shown with an assumption of robot motion on flat surface and stairs. The result is compared with State of the Art algorithm. The new approach guarantees consistency and accuracy of mapping. Semantic approach allows augmenting metric map with qualitative information such as following labels for 3D points: ceiling, floor, walls and points of non-regular surrounding.
Rocznik
Strony
513--520
Opis fizyczny
Bibliogr. 10 poz., rys.
Twórcy
  • Instytut Maszyn Matematycznych, ul. Krzywickiego 34, 02-078 Warszawa
autor
  • Instytut Maszyn Matematycznych, ul. Krzywickiego 34, 02-078 Warszawa
autor
  • Julius-Maximilians-University Würzburg Am Hubland D-97074 Würzburg, Germany
Bibliografia
  • [1] Karol Majek, Paweł Musialik, Piotr Kaczmarek, Janusz Będkowski, Lesson Learnt from Eurathlon 2013 Land Robot Competition, Automatyzacja - Nowości i Perspektywy Automation 2014
  • [2] Janusz Marian Będkowski, Andrzej Masłowski, Geert De Cubber, (2012) "Real time 3D localization and mapping for USAR robotic application", Industrial Robot: An International Journal, Vol. 39, Issue: 5, 464-474
  • [3] Karol Majek, Michał Pełka, Janusz Będkowski, Maciej Cader, Andrzej Masłowski, Projekt autonomicznego robota inspekcyjnego, Pomiary, Automatyka, Robotyka 278-282, nr 2/2013
  • [4] D. Bormann, J. Elsberg, K. Lingemann, A. Nuechter, and J. Hertzberg, Globally Consistent 3D Mapping with Scan Matching Journal Robotics and Autonomous Systems, 65(2): 130-142, 2008
  • [5] Karol Majek, Janusz Będkowski, Comparison of scanning strategies for the Small Mobile Mapping System, Konferencja Młodzi Naukowcy Wobec Wyzwań Współczesnej Techniki, 16-18 Września 2013 r. w Warszawie
  • [6] J. Będkowski, K. Majek, A. Nuechter, General Purpose Computing on Graphics Processing Units for Robotic Applications, Journal of Software Engineering for Robotics, 4(1), May 2013, 23-33 ISSN: 2035-3928
  • [7] 3DTK http://slam6d.sourceforge.net (serwis dostępny 2014)
  • [8] A. Nuechter, O. Wulf, K. Lingemann, J. Hertzberg, B. Wagner, H. Surmann, 3D Mapping with Semantic Knowledge Proc. RoboCup Int. Symposium 2005, Osaka, 2005
  • [9] A. Nuechter. J. Hertzberg, Towards semantic maps for mobile robots, Robotics and Autonomous Systems, 56, 2008.
  • [10] S. Rusinkiewicz, M. Levoy, Eficient variants of the ICP algorithm, Proc. Int. Conf. on 3D Digital Imaging and Modeling, Quebec, 2001
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-98e88b41-ed90-4d2f-a41c-54db172e2d30
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.