JetRover tự lập bản đồ nhà máy

Nemories

Tóm tắt

JetRover tự xây bản đồ của nhà máy thu nhỏ 1:4 trên Isaac Sim 6.2: khám phá theo biên (frontier) trên lưới chiếm chỗ, định vị bằng SLAM LiDAR 2D (khớp quét với bản đồ), thêm lớp vật cản thấp từ camera độ sâu trên cánh tay. Video tua nhanh 2×.

Từ khoá: NVIDIA Isaac Sim 6.2; SLAM LiDAR 2D; Khám phá biên

Video. JetRover tự khám phá và vẽ bản đồ nhà máy 1:4 bằng LiDAR và camera độ sâu; sai số vị trí SLAM trung bình 48 mm.

Kết quả chính

95 %diện tích bản đồ đã biết sau 174 s
48 mmsai số vị trí SLAM trung bình
4/4lượt (hạt giống) hoàn thành
21,6 mquãng đường khám phá

1. Vì sao cần SLAM

Nếu chỉ cộng dồn số vòng bánh xe (odometry), vị trí xe lệch trung bình 4,5 m sau một lượt khám phá; thêm con quay IMU giảm còn 0,37 m; SLAM đưa sai số xuống 48 mm (26 mm sau khi căn chỉnh khung toạ độ).

2. Số liệu và hình kết quả

Bảng 1. Bốn lượt khám phá (hạt giống khác nhau)
LượtThời gian (s)Quãng đường (m)Sai số SLAM TB / max (mm)Bản đồ đã biết (%)
1174,421,6448,3 / 89,995,1
2179,122,8655,7 / 93,496,0
3210,723,8237,6 / 85,796,1
4182,825,3642,3 / 86,595,2
Hình 1. Sai số vị trí trung bình theo phương pháp. Trục dọc thang log.
Bản đồ lớn dần trong quá trình khám phá
Hình 2. Bản đồ lớn dần trong quá trình khám phá.
Bản đồ theo từng phương pháp định vị
Hình 3. Bản đồ theo từng phương pháp định vị.
Sai số vị trí theo thời gian
Hình 4. Sai số vị trí theo thời gian.

Dự án liên quan

Mô phỏng chạy trên máy trạm ictu (NVIDIA RTX 5070 Ti), thư mục dự án mo phong/jetrover_mapping. Số liệu lấy từ README và kết quả của dự án.

← Tất cả dự án