SLAM — Simultaneous Localization and Mapping, ya’ni robot yoki boshqa mobil qurilmaning noma’lum muhit xaritasini qurishi va shu xaritadagi o‘z joylashuvini bir vaqtda aniqlashi masalasi. Lokalizatsiya uchun xarita, xarita qurish uchun esa qurilma pozitsiyasi kerak bo‘ladi; SLAM ushbu o‘zaro bog‘liq ikki noma’lumni sensor kuzatuvlari va harakat modeli orqali birgalikda baholaydi.
Kiruvchi ma’lumotlar
SLAM kameralar, lidar, radar, IMU, GNSS va g‘ildirak enkoderlaridan foydalanishi mumkin. Lidar atrofdagi obyektlargacha masofani beradi. Kamera tasvirdagi burchak, tekstura va boshqa vizual belgilarni kuzatadi. IMU tezlanish va burchak tezligini yuqori chastotada o‘lchaydi, lekin uning xatosi integratsiya jarayonida yig‘iladi.
Turli sensorlar bir xil vaqt va koordinata tizimiga keltiriladi. Noto‘g‘ri vaqt sinxronizatsiyasi tez harakatda katta pozitsiya xatosi hosil qiladi. Sensorlarning robot korpusiga nisbatan joylashuvi extrinsic calibration orqali aniqlanadi.
Front-end
SLAM front-end ketma-ket kuzatuvlar orasidagi nisbiy harakatni hisoblaydi. Visual SLAM tasvirlardan keypoint topib, ularni keyingi kadr bilan moslashtiradi. Lidar SLAM esa nuqta bulutlarini scan matching orqali bir-biriga moslaydi. RANSAC noto‘g‘ri mosliklarning ta’sirini kamaytirish uchun ishlatilishi mumkin.
Hisoblangan harakat mukammal emas. Har bir kichik xato vaqt o‘tishi bilan yig‘ilib, drift hosil qiladi. Faqat odometriyaga tayangan robot uzoq masofada haqiqiy joyidan sezilarli chetga chiqishi mumkin.
Back-end va optimallashtirish
Back-end robot pozalari va xarita belgilari orasidagi cheklovlarni birgalikda optimallashtiradi. Graph-based SLAMda tugunlar pozalarni, qirralar esa odometriya yoki sensor kuzatuvidan olingan nisbiy o‘zgarishni ifodalaydi. Optimizatsiya barcha cheklovlarga eng mos pozalar to‘plamini topadi.
Robot oldin ko‘rgan joyiga qaytganini aniqlash loop closure deyiladi. Yangi loop constraint avvalgi va joriy pozani bog‘laydi. Back-end butun trajektoriyani qayta moslab, yig‘ilgan driftni kamaytiradi. Noto‘g‘ri loop closure esa xaritani jiddiy buzishi mumkin, shu sababli geometrik tekshiruv qo‘llanadi.
Xarita turlari
Occupancy grid fazoni bo‘sh, band yoki noma’lum hujayralarga ajratadi. Landmark map muhitdagi alohida belgilarni saqlaydi. Point cloud va mesh uch o‘lchamli geometriyani ifodalaydi. Xarita turi navigatsiya, o‘lchash yoki vizualizatsiya vazifasiga qarab tanlanadi.
Cheklovlari
Bir xil ko‘rinadigan koridor, teksturasiz devor, shisha, chang, yomon yoritish va tez harakat sensor kuzatuvini qiyinlashtiradi. Dinamik odam va transport vositalari statik xarita taxminiga zid keladi. SLAM natijasi ehtimollik bahosi bo‘lib, sensor xatosi va muhit sharoitidan ajralgan mutlaq koordinata emas.
Lokal va global aniqlik
Tracking qisqa vaqt oralig‘ida silliq harakat bahosini berishi mumkin, lekin global koordinata drift sababli siljiydi. Loop closure global moslikni yaxshilaganda oldingi pozalar birdan tuzatilishi mumkin. Boshqaruv tizimi shu sakrashni bevosita motor buyrug‘iga aylantirmasligi uchun map, odom va robot bazasi kabi koordinata freymlari ajratiladi.
SLAMning absolute scale masalasi sensorga bog‘liq. Bitta kamera bilan monocular visual SLAM sahnaning haqiqiy metr o‘lchamini tashqi ma’lumotsiz aniqlay olmaydi. Stereo kamera, depth sensor, lidar yoki IMU scale bahosini cheklashga yordam beradi.
Bog‘liq tushunchalar
Lokalizatsiya, xaritalash, odometriya, lidar, visual SLAM, loop closure, sensor fusion