SLAM(同時定位與建圖)
定義
SLAM(Simultaneous Localization and Mapping,同時定位與建圖)解決的是「建圖需要準確位置,定位又需要地圖」這個互為前提的難題——在還沒有地圖的環境裡,一邊移動一邊建立地圖,同時估計自己在這張還在建構中的地圖裡的位置。
關鍵特性
- 掃描比對是核心運算:持續比對當前這一幀感測資料跟已建立的地圖或前一幀資料,估計機器人實際移動了多少,這個估計的準確度直接決定地圖品質。
- 移動速度影響品質:移動太快會讓相鄰掃描的重疊區域太少,比對演算法難以準確估計位移,容易累積誤差、讓地圖出現扭曲或重複牆面。
- 建圖跟定位是兩個階段:SLAM 是「還沒有地圖」時的一次性建圖過程,建好之後的日常運作通常切換到只需要估計位置、不需要持續更新地圖的定位(localization)模式。
使用情境
- 機器人第一次進入陌生環境時,用
slam_toolbox這類工具建立地圖,供後續 Nav2 導航使用。
延伸閱讀
相關文章
- [教學・ROS]SLAM Toolbox 建圖基礎
- [教學・感知與 SLAM]ORB-SLAM 完整拆解:三線程架構、詞袋迴圈偵測與位姿圖優化
- [教學・感知與 SLAM]SLAM 完整原理:從機率表述到 EKF、粒子濾波與圖優化三大解法
- [論文・感知與 SLAM]論文導讀:Cartographer——即時 2D 光達 SLAM 的迴圈閉合怎麼做才夠快
- [論文・感知與 SLAM]論文導讀:LOAM——把光達里程計拆成高頻粗估與低頻精修兩條並行流程
- [話題討論]AMCL vs 即時 SLAM:機器人定位該用哪一種
- [話題討論]Occupancy Grid vs 點雲地圖:機器人建圖表示法該怎麼選
- [話題討論]拆解掃地機器人:一台家用清潔機器人裡到底藏了多少機器人學
- [話題討論]Visual SLAM vs LiDAR SLAM:機器人建圖該靠攝影機還是雷射雷達