Pourquoi les gens utilisent la caméra au lieu du capteur laser pour la navigation du robot?

Je travaille sur la localisation et la navigation de robots en milieu urbain. Je souhaite utiliser l'appareil photo. Mais je suis un peu confus au sujet des données LRF ou d'autres données laser.

Pourquoi les gens veulent utiliser un appareil photo?

pourquoi pas LRF ou d'autres données laser?

Quelqu'un peut-il expliquer s'il vous plaît en faveur de la caméra?

Un télémètre laser 3D ou LIDAR comme celui de Google Car est beaucoup plus cher qu'un appareil photo. L'autre raison est que si dans le cas d'un LIDAR la distance de chaque pixel est disponible, les données générées à traiter sont énormes. Vous devez transférer et traiter les données plus rapidement, ce qui se traduit à nouveau par une augmentation des coûts. Enfin, les caméras ont généralement une durée de vie plus longue, ce qui nécessite moins de maintenance.

Avec des caméras et une vision par ordinateur relativement bon marché, de très bons résultats peuvent être obtenus.

Exemples:

1. Détection d'objets (Notez que la valise tirée par une personne n'est pas surlignée en rouge).
2. suivi

En plus de ces points dans la réponse de Bence, les caméras peuvent:

• Calculez de nombreuses fonctionnalités complexes qui aboutissent à une correspondance très robuste entre les cadres et à la reconnaissance des objets
• $0.5^\circ$$0.025^\circ$
• Faible consommation d'énergie
• Capteur passif (ne nécessite pas de signal «propre» d'un laser)

navigation en milieu urbain

Selon le laser, il peut y avoir des contraintes légales sur l'endroit où vous pouvez l'utiliser. Courir en ville et lancer des rayons laser peut nécessiter une autorisation / licence spéciale.

Comme les autres ont déjà répondu. Les caméras sont généralement beaucoup moins cher que L Aser R ange F inders.

Quand vous parlez de caméra, vous voulez dire que les caméras 2D ne sont pas? Il existe des caméras 3D comme la famille de caméras ifm O3D3xx . Ces caméras peuvent ne pas avoir la précision d'un scanner laser, mais elles fournissent des données de profondeur 3D à des fréquences d'images raisonnables à un prix de ~ 1k

Y a-t-il des avantages à utiliser un LIDAR pour SLAM par rapport à une caméra RVB standard?

Vous pouvez vérifier ce lien où j'ai déjà répondu à une question un peu similaire. (avantages et inconvénients de chacun)

en milieu urbain

Si vous faites référence à des voitures autonomes comme celles de Google, il y a beaucoup de considérations et de contraintes (sécurité, coût, etc.).

Si vous êtes intéressé par la recherche et l'apprentissage, je vous suggère d'utiliser toute plate-forme matérielle disponible.

Gardez à l'esprit:

1. Une voiture avec un LIDAR extrêmement cher ne sera pas facilement vendue.
2. Une voiture se déplaçant de façon autonome autour de personnes pourrait tuer en cas d'erreur. Ainsi, les considérations sont différentes du simple développement d'algorithmes pour la recherche et l'apprentissage.

Je ne pense pas que les gens "veulent" vraiment utiliser uniquement des caméras. Si tous les chercheurs pouvaient se permettre les LiDAR, ils les mettraient tous sur leurs robots pour l'environnement extérieur.

Les caméras sont assez bon marché et la seule limite de portée est la résolution pixel / superpixel que vous pouvez traiter dans votre algorithme / logiciel.

La plupart des chercheurs (dont moi) utilisent des caméras à lumière structurée (bien qu'elles ne fonctionnent pas à l'extérieur, nous passons donc aux caméras RVB sur ces capteurs lorsque le robot est à l'extérieur). Une solution à ce problème de lumière est que nous utilisons également des caméras stéréo (vision stéréo / profondeur multi-vues qui sont coûteuses en calcul) pour déterminer grossièrement la profondeur, en fonction des capacités de traitement du contrôleur / CPU. Une autre solution que je n'ai pas encore explorée personnellement consiste à utiliser plusieurs Kinects / Asus Xtions, etc., où vous obtenez une corroboration de la profondeur ainsi que plusieurs caméras RVB pour l'extérieur.

Les LiDAR sont généralement très chers (des milliers de $$ pour les très bons). Bien que cela puisse changer à l'avenir, certaines entreprises sortiront des «LiDAR» de 250 $ comme Sweep .

De plus, les LRF / LiDAR ont une portée et une résolution limitées (c'est-à-dire qu'au-delà d'une certaine distance, ils ne peuvent pas résoudre la profondeur sans ambiguïté et donc ils renvoient 0 valeurs (je ne suis pas sûr spécifiquement des LiDAR, mais les caméras de profondeur ont un maximum (au-dessus duquel) comme ainsi que la portée minimale (en dessous de laquelle) ils ne vous donnent pas de profondeur).

J'espère que cela t'aides.

Je vais ajouter une autre raison pour laquelle, franchement, j'espérais que quelqu'un d'autre parlerait. Parce que pourquoi fabriquons-nous des robots en premier lieu? Des machines sans émotion pour faire notre sale boulot?

Je pense que le fait qu'un robot puisse compter uniquement sur la "vision" comme nous les mammifères les rend plus semblables à nous. Donc pour moi, les lasers et les sonars trichent. Au lieu de tricher, à mon humble avis, nous devons faire de meilleures caméras avec une fréquence d'images plus élevée, une plage dynamique plus élevée et moins d'artefacts, et écrire un logiciel qui peut obtenir les données nécessaires. (Ou, en termes post-2012, formez nos réseaux pour obtenir les données dont ils ont besoin).