Исследовательская группа

Лаборатория алгоритмов мобильных роботов

Конструктор SLAM алгоритмов для ROS

Руководитель проекта: Кирилл Кринкин
Статус: Активный

Цель проекта

  • создание фреймворка, который выступает в качестве конструктора SLAM-алгоритмов (исследователь должен сам соединить доступные компоненты и добавить необходимые модификации, запустить инструменты профилирования и оценки характеристик);
  • реализация полного набора базовых компонентов, которые могут быть собраны в самые общие (фундаментальные) SLAM-алгоритмы;
  • создание инфраструктуры и инструментов для отладки и анализа SLAM-алгоритмов;
  • создание сервиса по управлению наборами данных SLAM (преобразование, хранение, предоставление и пр.).

Среда

Все разрабатываемое программное обеспечение должно работать в Linux и Robot Operating System. (Проведенное нами предварительное исследование широкого спектра существующих инструментов и сред, таких как MTK, MRPT и других, показало, что выбор ROS является наиболее перспективным)

Текущие задачи

  • поддержка компонентов для графических SLAM-методов;
  • реализация дополнительных scan matchers для лазерных SLAM;
  • поддержка расширенного набора датчиков и измерений (3D-сканирование, моно/стерео камеры);
  • реализации verdant stereo vision;
  • сервис наборов данных SLAM;
  • ROS SLAM Testing Farm (виртуальная, основанная на контейнерах среда для полуавтономного тестирования SLAM-алгоритмов).

Участники

Публикации

  • Anton Filatov, Krinkin Kirill

    Modern SLAM (Simultaneous Localization and Mapping) algorithms launched on a moving agent are bounded with its computation resources. The consistent way out is to add more computing agents that might explore the environment quicker than one and thus to decrease the load of each agent. This paper presents the state of art in area of Multi-agent SLAM algorithms and describes problems that are faced in front of a developer of such approach. The outstanding problem of Multiagent SLAM - merging of maps built by separate agent during algorithm is also considered in this paper. Moreover the algorithm that extends laser 2D single hypothesis SLAM for multiple agents is introduced with evaluation of its performance.

    Proceedings of the 24st Conference of Open Innovations Association FRUCT,
  • Kirill Krinkin, Artyom Filatov

    An autonomous self driving platform receives information about environment using only its onboard sensors. And it seems obvious that using several sensors could provide more certain information with reduced measurement error. But a general question is how to fuse measurements from different kinds of sensors (like a camera and an accelerometer) to get refined data about a platform or world state. This paper presents a theory based on groups that proves a possibility of correctness of error extraction from a moving model. And there are results of application this theory on fusing measurements from two sensors: odometer and scan matcher

  • Ар. Ю. Филатов, Ан. Ю. Филатов, К. В. Кринкин, Б. Чен, Д. Молодан
    "Известия ЛЭТИ", №8, с. 87-95.,
  • Ар. Ю. Филатов, Ан. Ю. Филатов, А. Т. Гулецкий, Д. А. Карташов, К. В. Кринкин
    "Известия ЛЭТИ",
  • Arthur Huletski, Dmitriy Kartashov and Kirill Krinkin
  • Arthur Huletski; Dmitriy Kartashov; Kirill Krinkin
    Intelligent Robots and Systems (IROS), 2017 IEEE/RSJ International Conference,
  • An. Filatov, Ar. Filatov, K. Krinkin, B. Chen, D. Molodan