Por que as pessoas usam a câmera em vez do sensor a laser para navegação no robô?


11

Estou trabalhando na localização e navegação de robôs em ambientes urbanos. Eu quero usar a câmera. Mas estou um pouco confuso sobre dados LRF ou outros dados a laser.

Por que as pessoas querem usar a câmera?

por que não LRF ou outros dados a laser?

Alguém pode explicar por favor a favor da Camera?

Respostas:


15

Um telêmetro a laser 3D ou LIDAR, como o do Google Car, é muito mais caro que uma câmera. A outra razão é que, enquanto no caso de um LIDAR, a distância de cada pixel está disponível, os dados gerados a serem processados ​​são enormes. Você precisa transferir e processar dados mais rapidamente, o que sai novamente como um aumento no custo. Finalmente, as câmeras geralmente têm uma vida útil mais longa, portanto, é necessária menos manutenção.

Com câmeras relativamente baratas e visão computacional, bons resultados podem ser alcançados.

Exemplos:

  1. Detecção de objetos (Observe que a mala puxada por uma pessoa não está destacada em vermelho).
  2. Rastreamento

3
Custo é absolutamente a resposta. Os scanners a laser de qualidade começam (para o usuário final) geralmente em torno de US $ 10.000. As câmeras de qualidade custam cerca de um décimo do custo.
Chuck

1
Em que tipo de LIDAR você está pensando? Eu usei um que retornou cerca de 1000 pontos por digitalização (em um plano 2D), mas uma câmera moderna típica retorna milhões de pixels, que são muito mais dados.
user253751

2
@immibis - o Velodyne VLP-16 faz cerca de 300k pontos por segundo em 16 aviões, e o SICK LMS511 faz cerca de 50k pontos por segundo em 1 plano. O VLP-16 possui um campo de visão de 360 ​​graus e tem cerca de 8k, o LMS511 tem um campo de visão de 190 graus e tem cerca de 10k, mas é robusto para uso industrial. Estas são medições de distância , não imagens. É claro que as câmeras podem retornar uma resolução mais alta, mas geralmente é necessário um poder de fogo tão alto para fazer estéreo, etc.
Chuck

1
Então, 300k pontos por segundo, contra 50 milhões de pixels ish por segundo. A câmera ainda tem mais dados para transferir. Obviamente, em ambos os casos, você pode descartar dados / reduzir a amostra se não conseguir processar tudo rápido o suficiente.
user253751

4

Além desses pontos na resposta de Bence, as câmeras podem:

  • Calcule muitos recursos complexos que resultam em uma correspondência muito robusta entre quadros e reconhecimento de objetos
  • Alta resolução angular (faixa baixa-> alta típica varia de -> )0,025 0.50.025
  • Menor consumo de energia
  • Sensor passivo (não requer sinal 'limpo' de laser)

3

navegação em ambientes urbanos

Dependendo do laser, pode haver restrições legais sobre onde você pode usá-lo. Correr pela cidade lançando raios laser pode exigir permissão / licença especiais.


5
Claro, dependendo do laser . Mas não estamos falando de armas de naves espaciais, aqui. Você não precisa de permissão ou licença para usar um scanner de código de barras, por exemplo.
precisa saber é o seguinte

A maioria dos LRFs comerciais (Velodyne, Hokuyo) usa lasers Classe 1 e são completamente seguros. Google, Uber etc. já estão testando seus protótipos ao ar livre com esses LRFs instalados. Realmente não acho que o departamento jurídico deles esteja repleto de reclamações de pais indignados .. #
214

2

Como outro já respondeu. Câmaras tipicamente são muito mais baratos do que L aser R ange F inders.

Quando você fala sobre câmera, você quer dizer que as câmeras 2D não são? Existem algumas câmeras 3D como a família de câmeras ifm O3D3xx disponíveis. Essas câmeras podem não ter a precisão de um scanner a laser, mas fornecem dados de profundidade 3D em taxas de quadros razoáveis ​​a um preço de ~ 1k


1

Existem vantagens em usar um LIDAR para SLAM vs uma câmera RGB padrão?

Você pode verificar este link onde respondi anteriormente a uma pergunta um pouco semelhante. (vantagens e desvantagens de cada um)

em ambientes urbanos

Se você está se referindo a carros autônomos como os do Google, há muitas considerações e restrições (segurança, custo etc.).

Se você estiver interessado em pesquisa e aprendizado, sugiro que você use qualquer plataforma de hardware disponível.

Tenha em mente:

  1. Um carro com um LIDAR extremamente caro não será vendido com facilidade.
  2. Um carro se movendo autonomamente ao redor das pessoas pode matar em caso de erro. Portanto, as considerações são diferentes do que apenas o desenvolvimento de algoritmos para fins de pesquisa e aprendizado.

0

Eu não acho que as pessoas realmente "querem" usar apenas câmeras. Se todo pesquisador pudesse pagar os LiDARs, todos eles colocariam LiDARs em seus robôs para o ambiente externo.

As câmeras são muito baratas e o único limite para o alcance é a resolução de pixel / superpixel que você pode processar em seu algoritmo / software.

A maioria dos pesquisadores (inclusive eu) usa câmeras de luz estruturadas (embora não trabalhem ao ar livre, por isso, mudamos para câmeras RGB nesses sensores quando o robô está ao ar livre). Uma solução para esse problema de luz é que também usamos câmeras estéreo (visão estéreo / profundidade de múltiplas visualizações, que é computacionalmente cara) para determinar aproximadamente a profundidade, com base nos recursos de processamento do controlador / CPU. Outra solução que eu ainda tenho que explorar pessoalmente é usar vários Kinects / Asus Xtions etc, onde você obtém confirmação de profundidade, bem como várias câmeras RGB para o exterior.

Normalmente, os LiDARs são muito caros (na casa dos milhares de $$ para os realmente bons). Embora isso possa mudar no futuro, com algumas empresas lançando $ 250 "LiDARs" como o Sweep .

Além disso, os LRFs / LiDARs têm alcance e resolução limitados (ou seja, além de uma certa distância, eles não conseguem resolver a profundidade sem ambiguidade e, portanto, retornam 0 valores (não tenho certeza especificamente sobre LiDARs, mas as câmeras de profundidade têm um máximo (acima do qual)) como bem como o alcance mínimo (abaixo do qual) eles não fornecem profundidade).

Espero que isto ajude.


0

Vou acrescentar outro motivo pelo qual, sinceramente, esperava que outra pessoa surgisse. Porque por que fazemos robôs em primeiro lugar? Máquinas sem emoção para fazer o nosso trabalho sujo?

Eu acho que o fato de um robô poder confiar puramente na "visão", como nós, mamíferos, os torna mais parecidos conosco. Então, para mim, lasers e sonares estão trapaceando. O IMHO em que devemos nos concentrar, em vez de trapacear, é criar melhores câmeras com maior taxa de quadros, maior alcance dinâmico e menos artefatos, além de escrever software que possa obter os dados necessários. (Ou, falando nos termos pós-2012, treine nossas redes para obter os dados de que precisam).

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.