Projektowanie stosu SLAM wizualnego i LiDAR dla prawdziwego robota

Budowa stosu SLAM, który działa niezawodnie na prawdziwym robocie, wymaga więcej niż tylko wyboru biblioteki. Kalibracja czujników, projekt front-endowy, optymalizacja back-endowa, strategia zamykania pętli i integracja z resztą robota – wszystko to wpływa na to, czy stos przetrwa w chaotycznej rzeczywistości wdrożenia. Ten kurs przeprowadzi Cię przez te wybory w ustrukturyzowany sposób. Przejdziesz przez pisemne ćwiczenia projektowe, które odzwierciedlają sposób, w jaki mały zespół robotyczny planowałby stos SLAM. Nacisk kładziony jest na praktyczne kompromisy, które mają znaczenie, gdy robot musi działać przez długie sesje, przy zmianach oświetlenia i w nieoczekiwanych scenach. Czego się nauczysz: - Wybierać kombinacje czujników, w tym wizualne, LiDAR, inercyjne i enkoderów kół, dla konkretnych środowisk - Projektować potoki percepcji front-endowej do detekcji cech, asocjacji i estymacji ruchu - Stosować optymalizację back-endową, w tym metody grafu pozy i nowoczesne frameworki grafu czynników - Budować detekcję zamykania pętli, która radzi sobie z powtarzalnymi scenami i zmieniającymi się środowiskami - Planować procedury kalibracji, w tym kalibrację wewnętrzną, zewnętrzną i synchronizację czasową między czujnikami - Projektować integrację z systemami planowania ruchu, sterowania i zachowania robota Kurs postępuje od czujników i kalibracji, przez projekt front-endowy i back-endowy, zamykanie pętli i integrację. Końcowe pisemne ćwiczenie polega na przygotowaniu jednostronicowego projektu stosu SLAM skierowanego do konkretnej platformy robota i środowiska. Ten kurs jest przeznaczony dla inżynierów robotyki, praktyków wizji komputerowej i studentów mechatroniki z pewnym doświadczeniem w oprogramowaniu. Nie jest wymagane wcześniejsze doświadczenie w implementacji SLAM. Kurs traktuje stos jako problem projektowy, nad którym można się zastanowić na papierze, zanim napisze się jakikolwiek kod.