谷歌开源SLAM库Cartographer，你的机器人肯定需要
jopen 8年前
<p style="text-align: center;"><img alt="" src="https://simg.open-open.com/show/5cba3ef801c14510c4275be4a820824b.jpg" /></p> <p>今日，谷歌开源自动驾驶汽车、机器人等平台所需的 SLAM 技术的库 Cartographer。</p> <ul> <li> <h3>开源网址： <a href="/misc/goto?guid=4958994334564842058" rel="nofollow,noindex"> https://github.com/googlecartographer </a> </h3> </li> </ul> <p>今天，我们非常高兴宣布开源 Cartographer，这是一个 ROS 系统支持的 2D 和 3D SLAM（simultaneous localization and mapping）库。</p> <p>SLAM 算法结合来自多个传感器（比如，LIDAR、IMU 和 摄像头）的数据，同步计算传感器的位置并绘制传感器周围的环境。例如，使用该方法绘制住室的平面图：</p> <ul> <li> <p>拿着一台激光测距机站在房屋中央，在纸上画一 X ；</p> </li> <li> <p>测量你所在位置到任一墙面的距离；</p> </li> <li> <p>在墙面所在位置画一条线，并写下 X（你所在位置）与墙面之间的距离；</p> </li> <li> <p>测量你所在位置到另一墙面的距离并画出代表墙面的直线；</p> </li> <li> <p>现在，移动到房屋的另一位置；</p> </li> <li> <p>因为墙面不会移动，你可以测量到上述两个墙面的距离，从而测定你的位置；</p> </li> </ul> <p style="text-align:center"><img alt="谷歌开源SLAM库Cartographer，你的机器人肯定需要" src="https://simg.open-open.com/show/721fc5d532e8b00856b09deab62bafed.jpg" /></p> <p>SLAM 是众多自动驾驶平台的重要组件，比如自动驾驶汽车、仓库中的自动叉车、扫地机器人、UAVs 等。</p> <p>在产业界和学术界常见的传感器配置上，Cartographer 能实时建立全局一致的地图。如以下视频所示：</p> <p> </p> <p>Cartographer 2D 算法的详细描述可参加谷歌 ICRA 论文： <a href="/misc/goto?guid=4958994334668421322" rel="nofollow,noindex"> Real-Time Loop Closure in 2D LIDAR SLAM </a> （ <em> 论文需购买，点击阅读原文查看论文连接） </em></p> <p>由于集成了 ROS 和来自外部贡献者的支持，Cartographer 已经被用在多个 ROS 支持的机器人平台上了：</p> <ul> <li> <p><a href="/misc/goto?guid=4958994334761436952" rel="nofollow,noindex">Toyota HSR </a></p> </li> <li> <p><a href="/misc/goto?guid=4958994334864984240" rel="nofollow,noindex">TurtleBots </a></p> </li> <li> <p><a href="/misc/goto?guid=4958994334966959027" rel="nofollow,noindex">PR2 </a></p> </li> <li> <p><a href="/misc/goto?guid=4958994334966959027" rel="nofollow,noindex">Revo LDS </a></p> </li> </ul> <p>在谷歌，从博物馆、交通枢纽的绘制，到著名建筑的可视化，Cartographer 已经被应用于广泛地领域。</p> <p>我们认识到高质量数据集对研究社区的价值，这也是为什么与德国博物馆（世界上最大的科技博物馆）合作的情况下，开源 3 年来在开发和测试 Cartographer 期间使用 2D 和 3D 绘图backpack 平台收集到的 Lidar 和 IMU 数据。</p> <p> </p> <p>目前，Cartographer 特别注重于 Lidar SLAM，通过社区的贡献和持续开发，我们希望增加更多传感器和平台的支持，增加更多的新特征，比如在预先存在的地图中的 <a href="/misc/goto?guid=4958994335081288291" rel="nofollow,noindex"> lifelong mapping </a> 和 localizing。</p> <p>来自： http://www.jiqizhixin.com/article/1600</p>