SLAM-Course - 01 - Introduction to Robot Mapping (2013/14; Cyrill Stachniss)

SLAM-Course - 00 - Course Introduction (2013/14; Cyrill Stachniss)

SLAM-Course - 01 - Introduction to Robot Mapping (2013/14; Cyrill Stachniss)

 

Robot maaping

Robot - device

Mapping - modeling the environment.

Metrix, city map 등을 나타내는 것. 의사결정을 위해 사용하는 정보를 수집하는 환경에 대한

State estimation - positions, 어디에 로봇이 있고 landmark가 있는지. State of the world

Localization - 기기가 어디에 있는지.   X, Y coordinate, angular..

Mapping - 센서가 어디있는지 아는 것, 벽이 어디 있는지 아는 것

SLAM - 동시에 측정하는 것. 센서와 로봇, 환경의 상태

Navigation - heavy device, 결정을 할 수 있도록 하는 것

Motion planning - 어디로 갈지 정하는 것

SLAM : 동시에 로봇의 위치와 map of envirionment 를 측정하는 것

Choice-on-egg problem. Map은 localization이 필요하고, pose estimate는 mapping을 위해 필요함

 

SLAM problem 정의

Given:

Robot's controls U1:T = { U1, u2, u3, ... Ut}

Observations : Z1:T = {Z1, Z2, Z3, ... Zt}

Wanted:

Map of environment : m

Path of the robot : X0:T = {X0, X1, X2, ... Xt}

 

Probabilistic 접근

Robot의 움직임과 관측의 부정확함

부정확함 uncertainty 를 확실히 나타태기 위해서 probability theory 사용

 

Probabilistic world

robot의 path, map을 측정

P (X0:T, m | Z1:T, U1:T)

Probability distribution, path, map, given, observations, controls

 

Graphical model

full Slam : p(X0:T, m | Z1:T, U1:T)

online Slam: p(Xt, m | Z1:T, U1:T) = 적분X0 .... 적분 Xt-1 p(X0:t, m | Z1:t, U1:t) dxt-1 ... dx0

 

P(A, B)

P(A) = integral B P(A, B) dB

 

 

 

References

https://www.youtube.com/watch?v=U6vr3iNrwRA&list=PLgnQpQtFTOGQrZ4O5QzbIHgl3b1JHimN_ 

https://www.youtube.com/watch?v=wVsfCnyt5jA&list=PLgnQpQtFTOGQrZ4O5QzbIHgl3b1JHimN_&index=2