LiDAR-based SLAM; SLAM Toolbox

(2024.3)

catographer로 했던 SLAM은 맵을 이상하게 만들길래, UPenn에서 추천하는 SLAM Toolbox로 다시 SLAM을 시도해보았다.

트랙 설치를 위한 우리 팀의 노가다...

SLAM

작년에 참여했던 The 2nd F1Tenth Korea championship의 Map과, F1에서 사용한 spielberg map과 비슷하게 만들어서, 총 두 개의 맵에서 SLAM을 시도했다.

1) Map of The 2nd F1Tenth Korea Championshp

Shape of the map of The 2nd F1Tenth Korea Championship

 

1. 첫 번째 시도: 그냥 두 세 바퀴 정도 돌았을 때에는, 맵이 이상하게 그려졌다.
   a) 한 바퀴는 괜찮은데, 여러 바퀴를 돌면 오히려 맵이 이상해졌다.
   b) trajectory가 문제인지 아니면 보정 상의 문제인지 잘 모르겠었다.
   c) 가운데 벽의 폭이 얇아 보정과정에서 동일 위치로 여겨 자동 보정이 잘못된 것이 아닐까 하는 생각이 들긴 했다.
   • 가운데 분리벽이 얇다보니, 한 바퀴 돌 때에 있어 반대편 A에서 도는 것도 그 반대편 B에서 이루어지는 것으로 판단해서, 보정될 때 아예 합쳐진게 아닐까 싶었다.

SLAM Toolbox로 시도한 첫 번째 Mapping 결과.

 

2. 두 번째 시도: 최대한 비슷한 trajectory로.
   • trajectory를 최대한 비슷하게 하면서 몇 바퀴 주행한 결과, 큰 왜곡없이 map이 만들어지는 것을 확인할 수 있었다. SLAM Toolbox 상에서 주행 중 보정이 잘 되는 것도 확인했고.
   • 1번에서 잘 안된 것이 첫 번째 바퀴와 두 번째 바퀴 간의 Tracjectory 차이 문제인지, 보정을 이상하게 한 문제인지 헷갈렸다.
     

     

     깔끔한 map을 확인할 수 있다.

2) Spielburg Map

장애물이 있을 때나 없을 때나 모두 SLAM을 통해 정상적인 맵이 얻어졌다.

Without obstacle (트랙 촬영은 못했다.)

With obstalces

결론

1번과 2번을 통해 SLAM이 잘 안되는 경우에 대한 나의 결론은 아래와 같다.

Tracjetory의 문제라기 보다,

1. 맵이 상대적으로 단순하고 비슷한 구조, 혹은 잘못 인식할 수 있는 구조의 맵에서는 mapping에 있어 보정이 잘못 이루어진다.
2. 조금 크고 다양하게 인식할 수 있는 구조의 Map에서는 보정이 정상적으로 이루어진다.

 

앞으로 SLAM Toolbox를 통해 SLAM 및 MAP을 만드는 것으로 결정했다. 다만 나중에 cartographer도 한 번 뜯어봐야겠다...