机器人建图算法2.1从栅格占据地图到ESDF地图

2023-10-07 00:30

本文主要是介绍机器人建图算法2.1从栅格占据地图到ESDF地图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

机器人建图算法2.1从栅格占据地图到ESDF地图

  • 前言
  • 论文解读
    • 示意图说明
    • 伪代码说明
    • 算法流程
  • 总结

前言

最基础的地图是占据栅格地图Occupancy map,每个格子标明了该位置是否被物体占据。然而对于规划和避障而言,地图中的占据信息是不够的,还需要障碍距离、方向等信息。TSDF和ESDF地图弥补了这个缺陷。

IROS 2010: Improved updating of Euclidean distance maps and Voronoi diagrams 这篇论文提供了一种从Occupancy Map更新ESDF地图的方法。

论文解读

这篇文章实际上要解决通过occupancy map生成ESDF和voronoi graph两个问题,但这里只解读与ESDF相关的内容。

文章Part.Ⅲ 描述了生成ESDF的算法流程,伪代码如下:
在这里插入图片描述

并且给出了一个示意图:
在这里插入图片描述

示意图说明

ABCD四幅图中网格grids的深浅表明了与最近障碍物之间的距离(其实就是ESDF),纯黑色的grid说明该位置是障碍物。

  • A图是ESDF的原始状态
  • B图中,A图左方的障碍物被去除,A图右方放置了一个新的障碍物。新障碍物附近的grids获得lower状态并向外传播,旧障碍物附近的grids获得raise状态并向外传播。
  • C图中,新障碍物附近稍远的少量grids继续传播lower状态,而多数grids不再传播lower状态。旧障碍物附近稍远的grids获得了lower状态,并向旧障碍物方向传播。
  • D图中,新障碍物附近稍远的grids不再传播lower状态。旧障碍物向内传播lower状态达到中心后也停止了传播。

raise和lower的意思是向上,也就是(最近障碍物)距离增加和减少。显而易见,从每个grid的ESDF是通过距离的增减状态传播进行更新的。

将这个示意图与伪代码放在一起看能够加速算法理解。

伪代码说明

Algorithm 1给出了算法的伪代码,首先给出几个定义:

o b s t s obst_s obsts : 与网格s距离最近的障碍物
d i s t s dist_s dists : s与距离最近的障碍物的距离值
t o R a i s e s toRaise_s toRaises : s是否要获得并传播raise状态
i n s e r t ( o p e n , n , d i s t n ) insert(open, n, dist_n) insert(open,n,distn) : 将n与 d i s t n dist_n distn插入open表中
C l e a r C e l l ( s ) ClearCell(s) ClearCell(s) o b s t s = c l e a r e d , d i s t s = ∞ obst_s=cleared, dist_s=\infty obsts=cleared,dists=
i s O c c ( s ) isOcc(s) isOcc(s) o b s t s = = s ∣ ∣ d i s t s = = 0 , T r u e obst_s==s ||dist_s==0, True obsts==sdists==0,True
p o p ( o p e n ) pop(open) pop(open) : 返回open表中距离最小的s

然后解释几个函数的用途
SetObstacle(s):在s上放置一个新的新障碍物(也就是观测到s的occupancy变成了1),将s放入open表中

RemoveObstacle(s):把s上的障碍物去除,将s放入open表中

UpdateDistanceMap():open表不为空时,取出一个距离最小的s,如果s具有raise状态,那就传播raise。否则如果s是个障碍物,那就传播lower。

raise(s):对于s附近8邻域每个grid n,如果n最近的障碍不是cleared(这里是说location)并且不在raise状态,那么把n放入open表中,并且如果n最近的障碍没有被占据(这里是说location的occupancy),那么先将grid n clear并获得raise状态再放入open表。最后取消s的raise状态。

lower(s):对于s附近8邻域每个grid n,如果n不在raise状态,就计算n与距离s最近的障碍物的距离d,如果d小于之前n与距离n最近障碍物的距离,那么更新 o b s t n = o b s t s obst_n=obst_s obstn=obsts d i s t n = d dist_n=d distn=d并将n放入open表中。

算法流程

下面解释伪代码和示意图给出的算法流程:

  1. 通过occupancy map初始化地图,记录每个grid的obst和dist。
  2. 在grid s加入或删除障碍物时都会将s放入open表中优先处理,加入障碍物时s的dist变0,obst变s,在删除障碍物时s的dist变无穷,obst被clear,并获得raise状态。
  3. 优先更新加入或删除障碍的grid,加入grid进行lower,删除grid先raise再lower。
  4. 所谓lower,就是对于那些不在raise中的相邻grid n,如果更新时和父传播点的障碍物的距离比与更新前自身的障碍物距离小,那就更新n的障碍物,并且把这个状态传给子传播点(也就是说,如果父节点的最近障碍物改变了,那么子节点的最近障碍物也很有可能会改变)。
  5. 所谓raise,就是说如果父节点处于raise状态,子节点的最近障碍物被删除了,那么子节点就要rest自己的dist和obst并传播raise状态

总结

一句话概括:raise决定删除障碍物时影响grid的范围,lower决定更新后的grid ESDF值。

这篇关于机器人建图算法2.1从栅格占据地图到ESDF地图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/154915

相关文章

Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)

《Python基于火山引擎豆包大模型搭建QQ机器人详细教程(2024年最新)》:本文主要介绍Python基于火山引擎豆包大模型搭建QQ机器人详细的相关资料,包括开通模型、配置APIKEY鉴权和SD... 目录豆包大模型概述开通模型付费安装 SDK 环境配置 API KEY 鉴权Ark 模型接口Prompt

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int