机器人建图算法2.1从栅格占据地图到ESDF地图

2023-05-16

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。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

机器人建图算法2.1从栅格占据地图到ESDF地图 的相关文章

  • 使用Python,Opencv检测AprilTag

    这篇博客将介绍AprilTags 这是一组基准标记 通常用于机器人技术 校准和3D计算机视觉项目 通常在执行实时检测时使用AprilTags 以及密切相关的ArUco标记 AprilTags是一种基准标记 更简单地说是 标记 基准点是在捕获
  • DIY 属于自己的OPENMV4, 附openmv4部分的原理图。

    很多小白想要用AD来DIYopenmv4 xff0c 拥有属于自己DIY的openmv4 但是却没有找到好的参考资料 xff0c 现总结如下所示 现在官方还在众筹 xff0c 官方的开源的资料 xff0c 也是在三月份GitHub才向大家公
  • 30道最新Linux内核大厂面试题(含答案)

    1 Linux 中主要有哪几种内核锁 xff1f Linux 的同步机制从 2 0 到 2 6 以来不断发展完善 从最初的原子操作 xff0c 到后来 的信号量 xff0c 从大内核锁到今天的自旋锁 这些同步机制的发展伴随 Linux 从单
  • 最新腾讯等大厂c/c++后端 linux开发常见面试题汇总

    计算机操作系统 xff08 Linux xff09 1 命令 xff1a netstat tcpdump ipcs ipcrm 这四个命令的熟练掌握程度基本上能体现实际开发和调试程序的经验 2 cpu 内存 硬盘 等等与系统性能调试相关的命
  • C++高性能大规模服务器开发实践

    本文摘录自腾讯高级工程师在 全球C 43 43 及系统软件技术大会 上的专题演讲 01Lego简介 首先介绍一下 CDN 非常早期的时候有一个大牛创建了一个公司叫阿卡曼 xff0c 他把服务器部署到全球各地 xff0c 然后把源站的内容缓存
  • 梯度、散度、旋度、拉普拉斯算子

    梯度 运算的对象是纯量 xff08 即标量 xff0c 只有大小 xff0c 没有方向 xff09 xff0c 运算出来的结果是向量 xff08 矢量 xff0c 既有大小 xff0c 又有方向 xff09 定义 xff1a 函数在某点的梯
  • 【VINS-Fusion-gpu在NX的部署】

    VINS Fusion gpu在NX的部署 1 移除nx中已经默认的opencv sudo apt span class token operator span get purge libopencv span class token op
  • 电机扭矩计算

    转自 xff1a http blog sina com cn s blog 521a53b001011xdl html 扭矩的定义 xff1a 垂直方向的力 到旋转中心的距离 1 电动机有一个共同的公式 xff1a P 61 M N 955
  • px4ctrl代码-fsm.process()

    主进程 初始状态为MANUAL CTRL Finite State Machine 控制系统启动 v gt 手动控制 lt gt 自动起飞
  • px4ctrl代码解读-calculateControl()

    compute u thrust and u q controller gains and other parameters are in param quadrotor msgs Px4ctrlDebug LinearControl ca
  • linux系统启动过程(面试热点)

    linux系统启动过程 启动过程总览1 内核的引导2 运行init3 系统初始化4 建立终端5 用户登录系统6 进入login shell 启动过程总览 1 内核的引导 当计算机打开电源后 xff0c 首先是BIOS开机自检 xff0c 按
  • ZYNQ图像处理(4)——灰度图像转二值化图像

    1 二值化图像简介 前面已经完成了摄像头图像的采集和显示 xff0c 以及RGB图像转灰度图 二值化图像在图像处理领域同样有广泛的应用 xff0c 本节介绍如何用FPGA实现灰度转二值化图形 灰度实现二值化的原理很简单 xff0c 只需要设
  • Axios和Ajax处理后台返回文件流实现文件下载(图片和Excel)

    Axios 定义公共方法 xff0c 下载Excel download url data fileName return axios method 39 post 39 url headers里面设置token headers 34 tok
  • c++每日十题10.18

    1 将两个字符串连接起来组成一个字符串时 xff0c 选用 xff08 xff09 函数 正确答案 C 你的答案 C 正确 A strlen B strcap C strcat D strcmp strlen 测字符串长度 strcap复制
  • 人脸识别算法原理过程详解

    本文为转载内容 xff0c 由于找不到源作者链接 xff0c 故特此说明 人脸识别各算法详解 最近 xff0c 由于工作需要 xff0c 为了找到一款高效的人脸识别算法 xff0c 对各种人脸识别算法都研究了一番 xff0c 以下记录的是各
  • ERROR: Could not build wheels for cryptography which use PEP 517 and cannot be installed directly

    Note When installing in a non Anaconda environment make sure to install the Protobuf compiler before running the pip ins

随机推荐

  • Jetson Nano 关闭开启图形界面减少内存占用

    如果希望一直保持桌面关闭 xff0c 则可以使用下述命令 xff0c 然后 xff0c 重新启动后 xff0c 桌面将保持禁用或启用状态 xff1a ubuntu关闭图形用户界面 sudo systemctl set default mul
  • python程序docker化部署

    启动docker systemctl start docker 启动docker systemctl enable docker 设置开机自启动docker systemctl status docker 查看docker状态 步骤 xff
  • 嵌入式(一)——MPU9250九轴学习

    加速度计对四轴或小车的加速度比较敏感 xff0c 取瞬时值计算倾角误差比较大 xff1b 而陀螺仪积分得到的角度不受小车加速的的影响 xff0c 但是随着时间的增加积分漂移和温度漂移带来的误差比较大 xff0c 所以这两个传感器正好可以弥补
  • jetson nano Docker化部署

    Docker安装 1 安装docker https docs docker com engine install ubuntu sudo apt get update sudo apt get install apt transport h
  • 钢筋盘点计数数据集图片展示

    数据集分为训练集和测试集 xff0c 其中训练集共有569张已标注图片 xff0c 测试集共有85张未标注图片 xff0c 共计654张 其图片质量与标注质量满足工业化生产实际需要 xff0c 质量保障 有需要的可以到我的资源中进行下载 x
  • Windows下使用pip安装包 出错 TLS/SSL

    Windows下使用pip安装包的时候出现如下问题 xff1a WARNING pip is configured with locations that require TLS SSL however the ssl module in
  • opencv模板匹配步骤及Code

    opencv模板匹配步骤及Code 首先介绍一下模板匹配的适用场景 xff1a 1 图像检索 2 目标跟踪 简单的说 xff0c 模板匹配最主要的功能就是在一幅图像中去寻找和另一幅模板图像中相似度最高的部分 xff0c 这就是模板匹配 比如
  • Tensorflow简单项目讲解

    Tensorflow简单项目讲解 转载请注明出处 xff1a https blog csdn net qq 41007606 article details 81906486 这里对Tensorflow就不在做具体介绍了 xff0c 直接切
  • Keras Model模型方法

    Model模型方法 compile compile self optimizer loss metrics 61 None loss weights 61 None sample weight mode 61 None weighted m
  • 关于Keras的“层”(Layer)——常用层

    所有的Keras层对象都有如下方法 xff1a layer get weights xff1a 返回层的权重 xff08 numpy array xff09 layer set weights weights xff1a 从numpy ar
  • Centos7 glibc库升级到2.23(实测可行)

    注意 xff1a Centos 为了稳定使用的glibc版本通常比较低 而安装有些程序需要依赖新版本 升级glibc需要慎重 xff0c 因很多人升级失败后导致系统不能用了 本人亲测 xff0c 升级了多台机器 xff0c 全部升级成功 g
  • [linux]wsl环境挂载window共享文件

    场景 xff1a 公司有一台内网的机器用来共享文件 xff0c 这里面的磁盘都是T级以上 xff0c 平时大家都是把文件存储到这台电脑上 xff0c 确保公司的资源安全 如果要用脚本来处理文件 xff0c 就需要挂载到内网的linux服务器
  • 最简单C/C++数据可视化函数库MathGL配置方法

    1 简介 xff1a MathGL是一个可用于C C 43 43 数据可视化的函数库 xff0c 可以对不同种类的数据进行可视化 由于MathGL本身不具有显示功能 xff0c 需要配合opencv以及其他可视化工具才能够显示图形 由于目前
  • 数学建模系列-优化模型---(一)规划模型

    数学建模中我们经常遇到的一种问题是给定一些条件 xff0c 目标是求得基于单或者多自变量的某个条件之的最优结果 一 线性规划模型 给定多个条件 xff0c 求某一个线性方程的最大值 xff08 对与这种问题 xff0c 我们一般采用的是最普
  • Linux----网络编程(相关名词概念)

    网络编程即编写通过计算机网络与其他程序进行通信的这类程序 相互通信的网络程序中 xff0c 一方称为客户程序 xff08 client xff09 xff0c 另一方称为服务器程序 server 计算机网络 xff08 简称网络 xff09
  • Python 列表参数 修改与赋值 对外部变量的影响

    两个函数 def test1 alist 对参数列表进行修改 alist 0 61 233 alist append 33 def test2 alist 对参数列表进行赋值 alist 61 9 5 1 10 调用结果 alist 61
  • APM配置

    开源飞控apm配置研究 项目介绍引言配置之前的文件准备我的配置过程配置文件链接小结 项目介绍 项目 xff1a 自动驾驶无人船 是老师的一个课题 xff0c 我们负责控制算法相关 当然 xff0c 也免不了要搬砖 做之前老师说 xff0c
  • python opencv实践 图像去畸变

    目录 前言镜头成像畸变原因去畸变方法python去畸变输入代码结果 前言 由于相机的镜头并不完全理想 xff0c 成像时会产生线条扭曲 失真等 对双目图像 鸟瞰图等进行处理时 xff0c 首先要矫正去畸变 镜头成像畸变原因 相机的镜头前有一
  • 通过直链下载google网盘里的文件

    目录 前言通过直链云下载保存在google drive的datasets 前言 科研学习的时候 xff0c 很多数据集是保存在google drive上的 xff0c 正常情况下国内打不开 xff0c 也就下载不了 于是我翻到了一个解决方法
  • 机器人建图算法2.1从栅格占据地图到ESDF地图

    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 xff0c 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 xff0c