เทคโนโลยีการระบุตำแหน่งและการทำแผนที่พร้อมกัน (SLAM) กลายมาเป็นแรงขับเคลื่อนการเปลี่ยนแปลงในขอบเขตของการสแกน LiDAR ซึ่งส่งผลกระทบอย่างมากต่อความแม่นยำและความละเอียดของกระบวนการรวบรวมข้อมูล ด้วยการผสานข้อมูลเซ็นเซอร์และอัลกอริทึมขั้นสูงอย่างราบรื่น SLAM จึงมีบทบาทสำคัญในการเพิ่มความน่าเชื่อถือและประสิทธิภาพของระบบการสแกน LiDAR มาเจาะลึกลงไปว่าเทคโนโลยี SLAM ส่งผลต่อความแม่นยำของการสแกน LiDAR อย่างไรและกลไกสำคัญที่เกี่ยวข้อง

LiDAR แบบพกพา SLAM

SLAM คืออะไร?

Simultaneous Localization and Mapping (SLAM) เป็นอัลกอริทึมอันซับซ้อนที่บูรณาการข้อมูลจากเซ็นเซอร์บนบอร์ดของระบบการทำแผนที่ของคุณ รวมถึง LiDAR กล้อง RGB IMU และอื่นๆ เพื่อกำหนดเส้นทางขณะที่คุณนำทางผ่านสภาพแวดล้อมต่างๆ

ต่อไปนี้เป็นการแยกย่อยแบบง่าย ๆ ของวิธีการทำงานของ SLAM: เมื่อระบบเริ่มต้นใช้งาน อัลกอริทึมจะใช้ข้อมูลเซนเซอร์และเทคโนโลยีคอมพิวเตอร์วิชันเพื่อวิเคราะห์สภาพแวดล้อมและประมาณตำแหน่งปัจจุบันของคุณอย่างแม่นยำ

ขณะที่คุณดำเนินการไป SLAM จะใช้การประมาณตำแหน่งเริ่มต้น รวบรวมข้อมูลใหม่จากเซ็นเซอร์ของระบบ เปรียบเทียบกับการสังเกตการณ์ครั้งก่อน และคำนวณตำแหน่งของคุณใหม่แบบเรียลไทม์

ด้วยการดำเนินการตามขั้นตอนเหล่านี้ซ้ำๆ ระบบ SLAM จะติดตามการเคลื่อนไหวของคุณอย่างต่อเนื่องตลอดทั้งสภาพแวดล้อมด้วยความแม่นยำ

อัลกอริทึม SLAM จะดำเนินการคำนวณอันซับซ้อนเหล่านี้หลายครั้งต่อวินาที ส่งผลให้กระบวนการจัดทำแผนที่เส้นทางขณะที่คุณเคลื่อนที่ผ่านอวกาศเป็นไปโดยอัตโนมัติอย่างมีประสิทธิภาพ

SLAM ส่งผลต่อความแม่นยำในการสแกนอย่างไร

การทำความเข้าใจความแม่นยำของอุปกรณ์ SLAM จำเป็นต้องเข้าใจความแตกต่างพื้นฐานในวิธีการรวบรวมข้อมูลที่ใช้โดยระบบแผนที่

ในเครื่องสแกนเลเซอร์ภาคพื้นดิน (TLS) อุปกรณ์จะจับภาพสภาพแวดล้อมโดยหมุนเซ็นเซอร์เลเซอร์ 360° และบันทึกการวัดจากตำแหน่งคงที่ ดังนั้น จุดแต่ละจุดในกลุ่มจุดที่จับภาพได้จะเรียงตัวกันอย่างแม่นยำโดยธรรมชาติในอวกาศเมื่อเทียบกับเครื่องสแกน

ในทางกลับกัน ระบบการทำแผนที่แบบเคลื่อนที่ยังหมุนเซ็นเซอร์เลเซอร์ได้ 360° แต่ไม่ได้หมุนจากจุดคงที่ เมื่อคุณเคลื่อนที่ผ่านสภาพแวดล้อมระหว่างการสแกน เซ็นเซอร์จะเคลื่อนที่ไปพร้อมกับคุณ ทำให้เกิดความคลาดเคลื่อนของการจัดตำแหน่งสำหรับการวัดแต่ละครั้ง และทำให้ความแม่นยำของคลาวด์จุดสุดท้ายลดลง

สถานการณ์นี้คล้ายกับผลของการเคลื่อนไหวของกล้องเมื่อถ่ายภาพกลางคืน ส่งผลให้ภาพเบลอ ในทำนองเดียวกัน การตรวจสอบข้อมูลที่ยังไม่ได้ประมวลผลจากระบบแผนที่เคลื่อนที่ก่อนการปรับปรุงอัลกอริทึม SLAM จะเผยให้เห็นจุดที่กระจัดกระจายและซ้ำกัน ซึ่งบ่งชี้ถึงปัญหาการจัดตำแหน่ง

ระบบการทำแผนที่เคลื่อนที่ได้รับการออกแบบมาเพื่อแก้ไขข้อผิดพลาดในการจัดตำแหน่งและสร้างกลุ่มจุดที่มีระเบียบและแม่นยำ ซึ่งทำได้โดยใช้ข้อมูลเส้นทางที่บันทึกโดยอัลกอริทึม SLAM ข้อมูลนี้ทำให้ระบบสามารถระบุตำแหน่งของสแกนเนอร์ในขณะวัดแต่ละครั้งได้ ทำให้จัดตำแหน่งจุดในเชิงพื้นที่ได้อย่างแม่นยำ

ดังนั้น ความแม่นยำของระบบแผนที่เคลื่อนที่ที่ขับเคลื่อนด้วย SLAM ไม่ได้ขึ้นอยู่กับความแม่นยำของเซ็นเซอร์เพียงอย่างเดียวเท่านั้น แต่ยังขึ้นอยู่กับประสิทธิภาพของอัลกอริทึม SLAM ในการติดตามวิถีของคุณด้วย

ความท้าทายด้านความแม่นยำของ SLAM

การพัฒนาอัลกอริทึม SLAM ที่ติดตามวิถีได้อย่างแม่นยำและสร้างกลุ่มจุดคุณภาพสูงถือเป็นความท้าทายที่สำคัญสำหรับผู้ผลิต ซึ่งต้องแก้ไขข้อผิดพลาดสองประเภทหลัก

ปัญหาการติดตาม SLAM

ข้อผิดพลาดประเภทแรกที่เรียกว่าข้อผิดพลาดในการติดตาม เกิดขึ้นเมื่ออัลกอริทึม SLAM พบกับความยากลำบากในสภาพแวดล้อมบางอย่าง ตัวอย่างเช่น ในโถงทางเดินยาวๆ ที่มีคุณลักษณะด้านสิ่งแวดล้อมที่โดดเด่นเพียงเล็กน้อย ระบบ SLAM อาจประสบปัญหาในการติดตามตำแหน่งที่แม่นยำ

ในสภาพแวดล้อมที่มีความต้องการสูง ระบบ SLAM อาจประสบปัญหาการขัดข้อง ซึ่งเกิดขึ้นเมื่อการทำแผนที่ไม่แม่นยำในระหว่างการสแกน โดยมักเกิดจากการขาดคุณสมบัติที่โดดเด่นในสภาพแวดล้อมหรือมีสัญญาณรบกวนในระดับสูง ในกรณีดังกล่าว การใช้จุดควบคุมจะไม่สามารถแก้ไขปัญหาได้อย่างมีประสิทธิภาพ

แม้ว่าบางกรณีของ SLAM พังทลายสามารถแก้ไขได้ในระหว่างการประมวลผลภายหลัง แต่กรณีที่รุนแรงอาจยังไม่สามารถแก้ไขได้ ในสถานการณ์เหล่านี้ การไม่มีข้อมูลเกี่ยวกับวิธีกระจายความแตกต่างของระยะทางระหว่างพิกัดจุดควบคุมและพิกัดจุดควบคุมที่สแกนจะขัดขวางการแก้ไขการพังทลายของวิถี

ข้อผิดพลาดการดริฟท์ SLAM

ข้อผิดพลาดประเภทที่สอง เรียกว่า ดริฟท์ เกิดจากข้อผิดพลาดในการวัดที่เกิดขึ้นโดยธรรมชาติจากเซนเซอร์ที่ใช้ในอัลกอริทึม SLAM เพื่อคำนวณตำแหน่ง เนื่องจากอัลกอริทึม SLAM คำนวณตำแหน่งซ้ำๆ ตามจุดข้อมูลก่อนหน้า ข้อผิดพลาดของเซนเซอร์จึงสะสมในระหว่างการสแกน ส่งผลให้วิถีการเคลื่อนที่ไม่ถูกต้องและคุณภาพของผลลัพธ์ขั้นสุดท้ายลดลง

ข้อผิดพลาด SLAM จากการดริฟท์มักเกิดขึ้นในบริเวณกลางแจ้งเนื่องจากพื้นที่มีขนาดใหญ่กว่า ซึ่งแตกต่างกับบริเวณในร่ม ข้อผิดพลาดจากการดริฟท์ส่งผลให้การสแกนตรงกับแผนที่อย่างถูกต้อง แต่แสดงการบิดเบือนเนื่องจากเซ็นเซอร์มีข้อบกพร่อง ทำให้เกิดข้อผิดพลาดสะสมเมื่อเวลาผ่านไป การใช้จุดควบคุมที่สำรวจระหว่างการประมวลผลภายหลังมักจะช่วยแก้ไขชุดข้อมูลที่ได้รับผลกระทบจากข้อผิดพลาดจากการดริฟท์ได้