簡(jiǎn)要介紹ActiveSLAM的應(yīng)用場(chǎng)景

1 前言

SLAM（The Simultaneous Localisation and Mapping）中文的意思是同時(shí)定位和地圖繪制，即將一個(gè)移動(dòng)機(jī)器人（也可以是水下機(jī)器人（ROV）或者無(wú)人機(jī)（UAV））放置于一個(gè)位置環(huán)境中的一個(gè)未知位置,在沒(méi)有先驗(yàn)圖的情況下，機(jī)器人可以自主地逐步構(gòu)建周圍環(huán)境的一致地圖，同時(shí)可以在環(huán)境中確定自身的位置。SLAM問(wèn)題自90年代提出以來(lái),被視作移動(dòng)機(jī)器人領(lǐng)域的“圣杯”，它是使機(jī)器人完全實(shí)現(xiàn)自主的手段，是機(jī)器人的核心技術(shù)之一。

對(duì)于SLAM技術(shù)的研究目前已經(jīng)發(fā)展的比較成熟，框架也比較完善，但在技術(shù)落地的過(guò)程中免不了會(huì)遇到各種各樣的問(wèn)題，學(xué)者將不同的方法引入SLAM框架進(jìn)行完善，進(jìn)而產(chǎn)生了各種各樣的SLAM方法，ActiveSLAM就是其中一種。

本篇文章先簡(jiǎn)單介紹SLAM框架，然后會(huì)通過(guò)一個(gè)例子簡(jiǎn)要介紹ActiveSLAM的應(yīng)用場(chǎng)景，最后會(huì)對(duì)ActiveSLAM問(wèn)題以及他的解決方案進(jìn)行闡述。

2 SLAM簡(jiǎn)述

一個(gè)經(jīng)典的視覺(jué)SLAM框架由五部分組成：傳感器的信息讀取、前端的視覺(jué)里程計(jì)、后端的優(yōu)化、回環(huán)檢測(cè)、建圖。

傳感器信息讀取：在視覺(jué)SLAM中主要為相機(jī)圖像信息的讀取和預(yù)處理，在機(jī)器人系統(tǒng)中還包括編碼器、IMU等其他傳感器信息的讀取和融合。

前端視覺(jué)里程計(jì)（VO）：用于估算相鄰圖像間相機(jī)的運(yùn)動(dòng)以及局部地圖的樣子。

后端（非線性）優(yōu)化(Optimization)：后端接受不同時(shí)刻視覺(jué)里程計(jì)測(cè)量的相機(jī)位姿，以及回環(huán)檢測(cè)的信息，對(duì)它們進(jìn)行優(yōu)化，得到全局一致的軌跡和地圖。

回環(huán)檢測(cè)(Loop Closure Detection)：回環(huán)檢測(cè)判斷機(jī)器人是否到達(dá)過(guò)先前的位置。如果檢測(cè)到回環(huán)，它會(huì)把信息提供給后端進(jìn)行處理。

建圖(Manning)：它根據(jù)估計(jì)的軌跡，建立與任務(wù)要求對(duì)應(yīng)的地圖。

3 一個(gè)例子

想象這樣一種情況：一架無(wú)人機(jī)要穿過(guò)某個(gè)地形，前往一個(gè)目標(biāo)點(diǎn)進(jìn)行物品運(yùn)輸，無(wú)人機(jī)上配備視覺(jué)傳感器，通過(guò)SLAM技術(shù)實(shí)現(xiàn)自身定位，沿途有兩種選擇：

穿過(guò)沙漠前往目標(biāo)點(diǎn)：距離更短，但特征紋理單一

穿過(guò)叢林前往目標(biāo)點(diǎn)：距離稍長(zhǎng)，但特征紋理豐富

在傳統(tǒng)情況下，可能會(huì)選擇穿過(guò)沙漠前往目標(biāo)點(diǎn)，但是由于沙漠中特征紋理過(guò)于單一，無(wú)人機(jī)在穿越沙漠的過(guò)程中很有可能會(huì)出現(xiàn)里程計(jì)漂移甚至定位失敗的情況，這樣不僅不能完成任務(wù)，而且還會(huì)造成的巨大損失。

ActiveSLAM的提出就是為了解決這一問(wèn)題，ActiveSLAM會(huì)將機(jī)器人導(dǎo)航過(guò)程中更多其他的信息（比如：定位精度、光照影響、安全因素等）加入到路徑選擇過(guò)程中，雖然有時(shí)候會(huì)付出一些代價(jià)（比如路徑更長(zhǎng)，造成燃油等損耗的提高），但這些代價(jià)與考慮進(jìn)去的信息相比往往無(wú)關(guān)痛癢；比如這里如果選擇穿過(guò)叢林前往目標(biāo)點(diǎn)，雖然距離稍長(zhǎng)，會(huì)造成一些燃油損耗，但由于叢林中有豐富的紋理信息，可以保證無(wú)人機(jī)的定位精度，使得無(wú)人機(jī)可以更安全到達(dá)目標(biāo)點(diǎn)。

比如下面這張圖：藍(lán)色的路徑雖然距離更長(zhǎng)，但由于沿途有豐富的紋理特征，可以順利地到達(dá)目標(biāo)點(diǎn)；而紅色的路徑雖然距離更短，但由于紋理特征的缺失，很多導(dǎo)航都在半路失敗了，并沒(méi)有到達(dá)目標(biāo)點(diǎn)。

4 Active SLAM問(wèn)題概述

經(jīng)典的SLAM問(wèn)題的解決使得機(jī)器人擁有了在環(huán)境中自由移動(dòng)的能力，但這也給運(yùn)動(dòng)規(guī)劃算法帶來(lái)了額外的限制。具體來(lái)說(shuō)，機(jī)器人的運(yùn)動(dòng)會(huì)影響相機(jī)捕捉到的信息，從而影響感知算法的性能。換句話說(shuō)，當(dāng)機(jī)器人移動(dòng)到一個(gè)位置時(shí)，相機(jī)捕捉到的信息可能不是最優(yōu)的。因此SLAM界最近新興起了一種新型的SLAM算法，這種算法在進(jìn)行運(yùn)動(dòng)規(guī)劃時(shí)需要考慮視覺(jué)感知的需求，這就是所謂的Active SLAM（主動(dòng)SLAM）

著名的ActiveSLAM框架包括模型預(yù)測(cè)控制（MPC）框架[1,2]和部分可觀察馬爾科夫決策過(guò)程（POMDP）形式化[3]。主動(dòng)SLAM的目的是如何在探索新區(qū)域和重新訪問(wèn)已知空間之間取得平衡，并為機(jī)器人選擇最優(yōu)的未來(lái)軌跡。這涉及到了三個(gè)基本問(wèn)題：

生成候選路徑

評(píng)價(jià)標(biāo)準(zhǔn)的選擇

在生成的路徑中選擇最優(yōu)路徑

主動(dòng)SLAM在現(xiàn)實(shí)中的意義也十分重大，許多農(nóng)業(yè)任務(wù)，如灌溉、蟲(chóng)害控制和施肥，都涉及覆蓋任務(wù)，并且是在沒(méi)有GPS全球定位信息的室內(nèi)環(huán)境中進(jìn)行的。為了避免SLAM結(jié)果中不確定性增長(zhǎng)可能導(dǎo)致的較大漂移和任務(wù)失敗，主動(dòng)SLAM是有利的。一般來(lái)說(shuō)，在這項(xiàng)任務(wù)中，可以獲得溫室的粗略平面圖，并提供有關(guān)障礙的先驗(yàn)信息。地圖的特征可以定義為來(lái)自圖像的普通視覺(jué)特征(如ORB特征和SIFT特征)和任何檢測(cè)到的對(duì)象(如水果和植物)。

5 Active SLAM問(wèn)題解決方案

針對(duì)于上一節(jié)中提到的主動(dòng)SLAM的三個(gè)基本問(wèn)題, 我們分別論述其解決方案。

生成可用動(dòng)作集(軌跡)的兩種主要方法是基于動(dòng)態(tài)的方法和基于幾何的方法。在基于動(dòng)態(tài)的方法中，未來(lái)候選軌跡是利用機(jī)器人模型或潛在信息場(chǎng)來(lái)獲得的。流行的MPC和POMDP框架都屬于這一類?；趲缀蔚姆椒ǖ撵`感來(lái)自于路徑規(guī)劃算法，如RRT，A和D*。然而，復(fù)雜環(huán)境下的實(shí)際系統(tǒng)很難滿足動(dòng)態(tài)約束，這限制了這些方法的實(shí)用性。因此，動(dòng)態(tài)方法比基于幾何的方法更受歡迎。

評(píng)價(jià)指標(biāo)的選擇用于確定地圖或機(jī)器人位姿的不確定性，正確地解釋不確定性對(duì)于主動(dòng)SLAM算法非常重要，特別是對(duì)于航位推算場(chǎng)景，在這種場(chǎng)景中機(jī)器人姿態(tài)的不確定性會(huì)增加。如果在這種情況下單調(diào)性不成立，主動(dòng)SLAM算法可以在不確定性降低的錯(cuò)誤信念下執(zhí)行動(dòng)作，常見(jiàn)的評(píng)價(jià)準(zhǔn)則有有A-opt、D-opt和E-opt準(zhǔn)則，它們用來(lái)計(jì)算預(yù)測(cè)的Fisher信息矩陣（FIM），A-opt和E-opt在一些情況下會(huì)失去單調(diào)性，而D-opt往往不會(huì)失去單調(diào)性[4,5]。

選擇最優(yōu)軌跡是一個(gè)具有多約束的非凸非線性最優(yōu)控制問(wèn)題。直接方法是一種常見(jiàn)的解決方法，其中的問(wèn)題是在離散優(yōu)化領(lǐng)域中制定。減小了搜索空間的大小，但解是次優(yōu)的；一個(gè)重要的示例是基于前沿的探索。其他方法的目的是在連續(xù)置信空間[6]中搜索局部最優(yōu)策略。尋找主動(dòng)SLAM的最優(yōu)(甚至次優(yōu))解決方案仍然具有挑戰(zhàn)性。

審核編輯：劉清