A leitura e apresentação do artigo Comparison of Various SLAM Systems for Mobile Robot in an Indoor Environment contribuiu ativamente para o desenvolvimento de competências importantes na área de pesquisa focada em robótica. O conhecimento adquirido em um assunto de extrema importância que é o SLAM (Simutaneously navigation and mapping), permitiu a aplicação de habilidades em atividades recorrentes no laboratório, por fim, aprensentar o artigo explorou a atitude para transmitir a mensagem aos pares.

Mapa conceitual

O mapa conceitual é uma ferramenta importante na estruturação do conhecimento que se deseja adquirir, transmitir ou aprofundar, foi feito um mapa conceitual que mostra de forma resumida o que será apresentado no artigo:

O que é SLAM?

Em robótica móvel, o processo de construção de um mapa de forma simultânea com a localização do robô é substancialmente importante em navegação e exploração. De forma sucinta, o termo SLAM do inglês simutaneously localization and mapping se refere a construção de um mapa desconhecido ao mesmo tempo em que o robô se localiza no ambiente. O artigo estudado propõe a comparação de alguns métodos de SLAM utilizando um protótipo de robô móvel em ambiente fechado.

Protótipo Innopolis UGV

O protótipo Innopolis possui um sensor do tipo LiDAR (Light Detection And Ranging) 2D, câmera monocular e câmera stereo, o pesquisador propõe testar alguns métodos específicos para construção de mapas (SLAM) utilizando os sensores presentes no protótipo.

O ambiente do experimento

Os testes foram realizados em um ambiente típico de escritório no qual foi delimitado uma área específica em que o robô foi operado e feita a coleta de dados dos sensores, esse foi o ambiente utilizado:

O ambiente do escritório foi delimitado por uma linha, sendo assim possível fazer comparações na mesma situação de navegação:

A seguir serão apresentados os métodos que foram experimentados.

Métodos utilizando sensor LiDAR

GMapping, Hector SLAM e Cartographer

O Gmapping não construiu um mapa preciso do ambiente em questão, já o Hector SLAM e o Cartographer obtiveram mapas precisos e quase similares, o autor considera que o Cartographer representa a melhor escolha para construção do mapa com sensor LiDAR, a seguir, é possível ver o mapas gerados pelo Gmapping, Hector SLAM e Cartographer respectivamente:

Métodos utilizando Câmera monocular

LSD, ORB e DSO

O LSD SLAM (Large scale Direct monocular SLAM) é um método que utiliza imagem local para estimar a posição do robô, ORB SLAM é um método basedo na criação de recursos do ambiente e cria nuvem de pontos, estimando também a posição do robô, DSO (Direct Sparse Odometry) é um método direto, os métodos citados obtiveram sucesso na construção do SLAM, a seguir, é possível ver o mapas gerados pelo LSD SLAM, ORB SLAM e DSO:

Métodos utilizando Câmera Stereo

RTAB map, ORB (stereo) e S-PTAM

RTABM map (Real-Time Appearence-Based Mapping) é um método baseado na criação de recursos do ambiente e cria nuvem de pontos, o ORB é similar porém utiliza camera stereo nesse caso, o S-PTAM (Stereo Parallel Tracking and Mapping) é um sistema capaz de capturar a trajetória da câmera em tempo real, os métodos citados obtiveram sucesso na construção do SLAM, a seguir, é possível ver o mapas gerados pelo RTAB map, ORB e S-PTAM:

Conclusão

A leitura do artigo permite concluir que os métodos que utilizam câmera stereo são bastante relevantes na localização e na construção do mapa do sistema robótico em questão, além disso, é possível ter informações gerais a respeito de alguns métodos que podem ser explorados em diversas situações reais contribuindo para o desenvolvimento de projetos futuros.