Уличный ровер проверил визуальную и лидарную одометрию: почему DLIO оказался устойчивее
Практическое сравнение навигационных алгоритмов на наземном роботе показало разницу между красивой траекторией на отдельных участках и устойчивой работой на всём маршруте. В испытаниях автора лидар с инерциальными измерениями оказался надёжнее набора решений, опирающихся на камеры.
Главное
Роботу недостаточно однажды узнать координаты: при движении ему нужно непрерывно оценивать собственное смещение. Одометрия делает это по изменению изображения, облака точек или сигналов других датчиков и постепенно накапливает ошибку. В опубликованном полевом разборе разработчик проверял алгоритмы именно в условиях улицы, где сцена меняется, ориентиры повторяются, а короткая потеря слежения может нарушить весь маршрут.
У визуального подхода слабым местом оказалась неоднозначность наблюдений. Алгоритм ORB-SLAM 3 временами точно восстанавливал движение, но затем начинал ошибаться или терял положение, когда в кадре становилось мало полезной пространственной структуры. Добавление инерциальных данных улучшало поведение, однако не устраняло сбои. Повторяющаяся растительность и далёкие облака не дают камере столь же однозначных ориентиров, как хорошо различимые объекты рядом с роботом.
Подробности
У RtabMap в тестах было меньше проблем с дрейфом, зато обнаружилась высокая сложность интеграции и множество зависимостей. Перенос поиска признаков SURF на видеокарту не принёс гарантированного улучшения: в конкретных заездах устойчивость даже ухудшилась. OpenVins смог сохранять сопровождение в сложных эпизодах, но накопленная ошибка положения оказалась слишком большой для задач построения карты. Такие различия важнее общего ярлыка «быстрый алгоритм».
При переходе к лидару картина изменилась. Fast-LIO 2 с базовыми настройками давал автору пригодную для ровера оценку движения и заметно меньше нагружал процессор, чем испробованные визуальные пакеты. Ограничение проявилось на выходе: оценка положения выдавалась с частотой 10 Гц, поскольку фильтр использовал накопленные сигналы инерциального датчика при обработке очередного скана, а не публиковал каждое промежуточное состояние.
Что это меняет
В DLIO измерения от инерциального блока обрабатываются по мере поступления, а затем используются для уточнения положения точек внутри лидарного скана. В описанных испытаниях это позволило получать одометрию с частотой до 200 Гц и более аккуратные карты без характерных разрывов. За частые вычисления пришлось платить большим потреблением процессорных ресурсов по сравнению с Fast-LIO 2, но разработчик выбрал именно этот вариант для своего приложения.
Преимущество лидара не означает, что он решает навигацию при любых обстоятельствах. Автор отдельно продемонстрировал дрейф в почти плоской местности, когда из поля зрения исчезли пространственные ориентиры. Итог его эксперимента относится к конкретному роверу, датчикам и маршрутам, а не ко всем роботам: при выборе системы полезно проверять не только точность в удачной сцене, но также восстановление после потери ориентиров, частоту выдачи положения и стоимость вычислений.
Первоисточник
Материал подготовлен STRUCTURE по открытой публикации Habr. Текст и иллюстрации первоисточника не воспроизводятся целиком.