Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: 6D SLAM

Sortuj według:

Ogranicz wyniki do:

Benchmark of 6D SLAM (6d simultaneous localization and mapping) algorithms with robotic mobile mapping systems

Będkowski J., Röhling T., Hoeller F., Shulz D., Schneider F. E.

Foundations of Computing and Decision Sciences

2017

Vol. 42, No. 3

276--295

This work concerns the study of 6DSLAM algorithms with an application of robotic mobile mapping systems. The architecture of the 6DSLAM algorithm is designed for evaluation of different data registration strategies. The algorithm is composed of the iterative registration component, thus ICP (Iterative Closest Point), ICP (point to projection), ICP with semantic discrimination of points, LS3D (Least Square Surface Matching), NDT (Normal Distribution Transform) can be chosen. Loop closing is based on LUM and LS3D. The main research goal was to investigate the semantic discrimination of measured points that improve the accuracy of final map especially in demanding scenarios such as multi-level maps (e.g., climbing stairs). The parallel programming based nearest neighborhood search implementation such as point to point, point to projection, semantic discrimination of points is used. The 6DSLAM framework is based on modified 3DTK and PCL open source libraries and parallel programming techniques using NVIDIA CUDA. The paper shows experiments that are demonstrating advantages of proposed approach in relation to practical applications. The major added value of presented research is the qualitative and quantitative evaluation based on realistic scenarios including ground truth data obtained by geodetic survey. The research novelty looking from mobile robotics is the evaluation of LS3D algorithm well known in geodesy.

6D SLAM with GPGPU computation

Będkowski J., De Cubber. G., Masłowski A.

Pomiary Automatyka Robotyka

2012

R. 16, nr 2

275-280

Abstract: The main goal was to improve a state of the art 6D SLAM algorithm with a new GPGPU-based implementation of data registration module. Data registration is based on ICP (Iterative Closest Point) algorithm that is fully implemented in the GPU with NVIDIA FERMI architecture. In our research we focus on mobile robot inspection intervention systems applicable in hazardous environments. The goal is to deliver a complete system capable of being used in real life. In this paper we demonstrate our achievements in the field of on line robot localization and mapping. We demonstrated an experiment in real large environment. We compared two strategies of data alingment - simple ICP and ICP using so called meta scan.

Głównym celem jest artykułu jest usprawnienie algorytmu 6D SLAM za pomocą implementacji modułu rejestracji danych wykorzystującą obliczenia równoległe. Moduł rejestracji danych jest oparty o algorytm ICP (ang. Iterative Closest Point), który został w pełni zaimplementowany w architekturze GPU NVIDIA FERMI. W naszych badaniach koncentrujemy się na mobilnych systemach robotycznych inspekcyjno-interwencyjnych dedykowanych do pracy w niebezpiecznym środowisku. Celem jest opracowanie kompletnego systemu, który może być wykorzystany w realnej aplikacji. W tym artykule przedstawiamy nasze rezultaty w zakresie lokalizacji i budowy mapy w trybie on-line. Przedstawiamy eksperyment w rzeczywistym, rozległym środowisku. Zostały porównane dwie strategie dopasowywania danych, klasyczna oraz wykorzystująca tzw. meta scan.