Metody současné sebelokalizace a mapování pro hloubkové kamery

Abstract

Tato diplomová práce se zabývá tvorbou fúze pozičních dat z existující realtimové im- plementace vizuálního SLAMu a kolové odometrie. Výsledkem spojení dat je potlačení nežádoucích chyb u každé ze zmíněných metod měření, díky čemuž je možné vytvořit přesnější 3D model zkoumaného prostředí. Práce nejprve uvádí teorií potřebnou pro zvládnutí problematiky 3D SLAMu. Dále popisuje vlastnosti použitého open source SLAM projektu a jeho jednotlivé softwarové úpravy. Následně popisuje principy spo- jení pozičních informací získaných vizuálními a odometrickými snímači, dále uvádí popis diferenciálního podvozku, který byl použit pro tvorbu kolové odometrie. Na závěr práce shrnuje výsledky dosažené datovou fúzí a srovnává je s původní přesností vizuálního SLAMu.This Master’s thesis deals with existing visual SLAM and wheel odometry data fusion. The result of this data connection is the possibility of suppressing measurement error of each position estimation method and creating more accurate 3D model of examined environment. At the beginning this thesis is aiming on theoretical principles that are nec- essary to deal with 3D SLAM.Next, the features of used open source SLAM project and its modi cations are described. Then the principles of visual and wheel odometry data fusion are explained, followed by speci cation of di erential chassis used for odometry. In conclusion, the thesis summarises the results obtained by data fusion and compares them with the original accuracy of visual SLAM.