地纹SLAM技术概述
一、引言
1.1 地纹SLAM的应用领域
地纹SLAM一般用于激光不良且有地面纹理的场景，比如硬化混凝土地面的大型车间、停车场，举例如下：
1. 有大面积平库的结构件车间
- 在此类场景中，由于平库面积较大且不具备反光棒安装条件，激光雷达不能观测到环境轮廓。
- 地纹SLAM利用地面的纹理信息，能够稳定输出机器人位姿，无需在地面铺设二维码。
2. 分期扩产能的总装车间
- 主机厂的总装车间在分期建设过程中，存在大面积空地，导致激光雷达不能观测到环境轮廓。
- 地纹SLAM利用地面的纹理信息，解决了总装车间的空地及总装线大动态等问题，相比于色带导航有更强的鲁棒性，是磁导航技术的理想升级方案。
3. 柔性装配线
- 柔性装配线通常具有大动态变化和近距离遮挡，比如移动的装配工人、料箱、车队中其他AGV等，近距离的动态遮挡对激光雷达视野干扰极大，使激光SLAM难以稳定工作。
- 传统方法是磁导航技术，而地纹SLAM基于自然导航技术，无需在地面安装引导装置，更加柔性且稳定。
4. 停车场
- 停车场环境通常较为开阔且存在大型移动物体，不利于激光SLAM。
- 地纹SLAM配套的地纹模组可有效屏蔽环境光，能够工作在低矮的室内停车场，也可以工作在户外停车场。
简单来说，地纹SLAM是向下看、激光SLAM是向周围看、天花板SLAM是向上看，它们是互补关系。根据应用场景，可以使用其中一项，或者结合来用。Detour的紧耦合算法能够融合多个里程计，输出可信的机器人位姿。
1.2 预期读者
如果您从未使用过Detour，请阅读MDCS概述。在阅读本文前，我们希望您对以下主题有一定了解：
- Detour功能及其激光SLAM技术。
通过阅读本文档，我们预期您将了解：
- 理解地纹SLAM技术的原理和应用优势。
- 掌握地纹SLAM技术在各种场景中的实际应用方法。
- 评估地纹SLAM技术对现有激光SLAM系统的补充作用。
二、地纹SLAM技术概述
2.1 工作原理
地纹SLAM（Ground Texture SLAM）是一种基于地面纹理信息，实现机器人在未知环境中定位和地图构建的技术。其工作原理可以概括为以下几个步骤：
- 图像采集：地纹SLAM首先利用高清工业相机捕捉地面纹理，输出连续的视频流。这些图像包含了地面纹理的详细信息，是后续定位和建图的基础。
- 纹理特征提取：地纹SLAM对采集到的图像进行预处理，计算纹理特征。它们在地纹SLAM中作为关键帧的计算依据，用于后续的位姿估计和地图构建。
- 里程计计算：地纹SLAM的前端里程计部分负责计算相邻纹理图像之间的位移。通过这些位移信息，可以推算出机器人在环境中的位姿变化，即机器人的位置和方向。
- 回环检测与位姿优化：地纹SLAM的后端部分包含回环检测机制。当机器人回到之前已经访问过的区域时，后端会搜索机器人的位姿附近的关键帧，并锁定配准分数最高的关键帧。这个过程用于获得更精确的位姿估计，并用于修正地纹里程计可能产生的累积误差。
2.2 与激光SLAM的差异和优势
地纹SLAM与激光SLAM在计算架构上相似，都由前端里程计和后端回环检测组成。然而，它们在以下几个方面存在显著差异和各自的优势：
- ‘’‘算力需求’‘’：
- 地纹SLAM：由于地面纹理的信息量远高于激光点云，地纹SLAM在提取特征和进行图像处理时需要更多的计算资源。Detour的专利地纹算法通过使用GPU加速计算，使得地纹SLAM能够在算力配置相对较低的嵌入式工控机上高效运行（相当于Nvidia 1030级别的硬件）。
- 激光SLAM：通常对算力的需求较低，因为激光雷达产生的点云数据相对较少。
- 地面需求：
- 地纹SLAM：适用于具有不重复纹理的地面，如金刚砂或混凝土地面。对于无纹理的环氧地面或具有重复纹理的瓷砖地面，地纹SLAM无法有效工作。
- 激光SLAM：对环境材质的要求较低，可以在多种类型的表面上进行定位和建图。
- 环境需求：
- 地纹SLAM：不依赖于机器人周围的环境特征，适用于大动态和空旷场景。专利地纹模组设计能够有效屏蔽环境光，抑制地面反射，从而提高定位的准确性。
- 激光SLAM：在具有稳定几何特征的环境中表现最佳，但在空旷或缺乏特征的区域内可能失效。