Simultaneous Localization and Mapping: Προσδιορίστε τον χώρο με ακρίβεια
Ένα λογισμικό στο πεδίο της ρομποτικής, που προοδεύει εδώ και δεκαετίες αλλά εξακολουθεί να είναι άγνωστο ή στην καλύτερη περίπτωση όχι πολύ οικείο σε πολλούς, είναι ο ταυτόχρονος εντοπισμός και χαρτογράφηση ή Simultaneous Localization and Mapping ή πιο απλά SLAM.
Θα μπορούσε κάποιος να σκεφτεί ότι αυτή η τεχνολογία είναι μόνο για προηγμένα βιομηχανικά αυτόνομα ρομπότ, αλλά στην πραγματικότητα είναι πιο «πανταχού παρόν» από όσο φανταζόμαστε. Για παράδειγμα πολλά νοικοκυριά χρησιμοποιούν ρομποτικές σκούπες που διαθέτουν αισθητήρα LiDAR και χρησιμοποιούν SLAM.
To SLAM λοιπόν πολύ απλά ή και απλοϊκά ενδεχομένως, είναι μια μέθοδος για τη δημιουργία του χάρτη ενός άγνωστου περιβάλλοντος την ώρα που ο δημιουργός του εντοπίζει και παρακολουθεί τη θέση του σε αυτόν τον χάρτη. Ακούγεται λίγο σαν το δίλημμα με το αυγό και την κότα αλλά υπάρχουν κάποιοι αλγόριθμοι που μπορούν να το επιλύσουν.
Ας φανταστούμε ότι βρισκόμαστε ξαφνικά σε έναν άγνωστο χώρο. Τι θα κάναμε; Μάλλον θα αρχίζαμε να κοιτάμε γύρω μας για να εντοπίσουμε που βρισκόμαστε. Στην πορεία μας θα καταγράφαμε κάποια πράγματα/αντικείμενα που θα μας βοηθούσαν να θυμόμαστε που πηγαίνουμε. Θα φτιάχναμε δηλαδή στην πραγματικότητα έναν χάρτη στο μυαλό μας σχεδιάζοντας πως φαίνεται ο κόσμος γύρω από εμάς και πού τοποθετούμε τον εαυτό μας σε αυτόν. Αυτό κάνει λοιπόν η τεχνολογία Simultaneous Localization and Mapping. To SLAM λοιπόν είναι απαραίτητο στοιχείο της ρομποτικής που βοηθά τα ρομπότ να εκτιμήσουν τη στάση, τη θέση και τον προσανατολισμό τους στον χάρτη ενώ κατασκευάζουν τον χάρτη του περιβάλλοντός τους για να πραγματοποιήσουν αυτόνομες δραστηριότητες.
Το LiDAR (Light Detection and Ranging) είναι μια μέθοδος που χρησιμοποιεί κυρίως αισθητήρα laser και συλλέγει πληροφορίες σχετικά με τις αποστάσεις και την γεωμετρία των αντικειμένων που καταγράφονται. Οι αισθητήρες laser είναι σημαντικά πιο ακριβείς από άλλους αισθητήρες όπως οι κάμερες και χρησιμοποιούνται για εφαρμογές με υψηλής ταχύτητας κινούμενα οχήματα όπως αυτοκίνητα και drones. Τα δεδομένα είναι 2D ή 3D νέφη σημείων με υψηλής ακρίβειας μέτρηση αποστάσεων που λειτουργούν εξαιρετικά και αποτελεσματικά στην κατασκευή χαρτών με SLAM. Γενικά η κίνηση υπολογίζεται διαδοχικά ταιριάζοντας τα νέφη των σημείων. Η υπολογιζόμενη διανυθείσα απόσταση χρησιμοποιείται για τον εντοπισμό. Για την αντιστοίχιση νέφους σημείων χρησιμοποιούνται αλγόριθμοι καταχώρισης (Iterative Closest Point (ICP), Normal Distributions Transform (NDT)). Το localization για να επιτευχθεί μπορεί να περιλαμβάνει και συνδυασμό και άλλων μετρήσεων όπως δεδομένα GNSS, IMU (αδρανειακά) και οδομετρίας.
Ο συνδυασμός της τεχνολογίας SLAM με αισθητήρα LiDAR πλαισιωμένος με δεδομένα δορυφορικής πλοήγησης ή και αδρανειακό σύστημα αποτελεί την ιδανική επιλογή για υψηλής ακρίβειας αυτόνομη ή μη χαρτογράφηση σε οποιαδήποτε εσωτερικό ή εξωτερικό περιβάλλον.
Μια τέτοια επιλογή είναι και το Hovermap ST-X της Emesent, που διατίθεται στην Ελλάδα αποκλειστικά από την Geotech Συστήματα Γεωπληροφορικής. Ένας plug and play εξοπλισμός που επιτρέπει στους χρήστες να το αποσπάσουν εύκολα από ένα drone και να το τοποθετήσουν σε όχημα ή σε backpack ή ακόμα και να πραγματοποιήσουν χειροκίνητες σαρώσεις.
Το Hovermap ST-X χρησιμοποιείται ευρέως στις εργασίες εξόρυξης, κατασκευής υποδομών, τοπογραφίας και χαρτογράφησης για τη σάρωση σύνθετων περιβαλλόντων, γρήγορα και με ασφάλεια. Εξίσου ικανό πάνω ή κάτω από το έδαφος, σε εσωτερικούς ή εξωτερικούς χώρους, το Hovermap έχει χτίσει μια παγκόσμια φήμη για την ευελιξία, την ευκολία χρήσης και την ποιότητα των δεδομένων του.