Estoy trabajando en la localización y navegación de robots en entornos urbanos. Quiero usar la cámara. Pero estoy un poco confundido acerca de los datos LRF u otros datos láser.
¿Por qué la gente quiere usar la cámara?
¿Por qué no LRF u otros datos láser?
¿Alguien puede explicar por favor a favor de la cámara?
Respuestas:
Un telémetro láser 3D o LIDAR como el de Google Car es mucho más costoso que una cámara. La otra razón es que, aunque en el caso de un LIDAR, la distancia de cada píxel está disponible, los datos generados para procesar son enormes. Tiene que transferir y procesar datos más rápido, lo que vuelve a aparecer como un aumento del costo. Finalmente, las cámaras suelen tener una vida útil más larga, por lo que se requiere menos mantenimiento.
Con cámaras relativamente baratas y visión por computadora, se pueden lograr resultados bastante buenos.
Ejemplos:
navegación en entornos urbanos
Dependiendo del láser, puede haber restricciones legales sobre dónde puede usarlo. Correr por la ciudad lanzando rayos láser puede requerir un permiso / licencia especial.
Como otro ya contestado. Cámaras típicamente son mucho más baratos que L aser R ange F inders.
Cuando hablas de cámara te refieres a las cámaras 2D, ¿no? Hay algunas cámaras 3D como la familia de cámaras ifm O3D3xx disponibles. Esas cámaras pueden no tener la precisión de un escáner láser, pero proporcionan datos de profundidad 3D en velocidades de cuadro razonables a un precio de ~ 1k
¿Hay alguna ventaja de usar un LIDAR para SLAM frente a una cámara RGB estándar?
Puede consultar este enlace donde previamente he respondido una pregunta similar. (ventajas y desventajas de cada uno)
en entornos urbanos
Si se refiere a automóviles autónomos como los de Google, hay muchas consideraciones y limitaciones (seguridad, costo, etc.).
Si está interesado en la investigación y el aprendizaje, le sugiero que utilice cualquier plataforma de hardware que esté disponible.
Tenga en cuenta:
No creo que la gente realmente "quiera" usar solo cámaras. Si cada investigador pudiera permitirse los LiDAR, todos los colocarían en sus robots para entornos al aire libre.
Las cámaras son bastante baratas y el único límite de alcance es la resolución de píxeles / superpíxeles que puede procesar en su algoritmo / software.
La mayoría de los investigadores (incluyéndome a mí) usan cámaras de luz estructurada (aunque no funcionan al aire libre, por lo que cambiamos a cámaras RGB en estos sensores cuando el robot está al aire libre). Una solución a este problema de la luz es que también utilizamos cámaras estéreo (visión estéreo / profundidad de múltiples vistas que es computacionalmente costosa) para determinar aproximadamente la profundidad, en función de las capacidades de procesamiento del controlador / CPU. Otra solución que todavía tengo que explorar personalmente es usar múltiples Kinects / Asus Xtions, etc., donde obtienes corroboración de profundidad, así como múltiples cámaras RGB para exteriores.
Los LiDAR suelen ser muy caros (en los miles de $$ para los realmente buenos). Aunque esto podría cambiar en el futuro con algunas compañías que salgan con $ 250 "LiDAR" como Sweep .
Además, los LRF / LiDAR tienen un alcance y una resolución limitados (es decir, más allá de una cierta distancia, no pueden resolver la profundidad sin ambigüedades y, por lo tanto, devuelven valores 0 (no estoy seguro específicamente sobre los LiDAR, pero las cámaras de profundidad tienen un máximo (por encima del cual) como así como el rango mínimo (debajo del cual) no te dan profundidad).
Espero que esto ayude.
Voy a agregar otra razón por la que francamente esperaba que alguien más mencionara. Porque, ¿por qué hacemos robots en primer lugar? ¿Máquinas sin emociones para hacer nuestro trabajo sucio?
Creo que el hecho de que un robot pueda confiar exclusivamente en la "visión" como lo hacemos nosotros los mamíferos los hace más como nosotros. Entonces, para mí, los láseres y los sonares están engañando. En mi humilde opinión, debemos centrarnos en lugar de hacer trampa es hacer mejores cámaras con mayor velocidad de cuadros, mayor rango dinámico y menos artefactos, y escribir software que pueda obtener los datos necesarios de ellos. (O, hablando en términos posteriores a 2012, capacite a nuestras redes para obtener los datos que necesitan de ellas).