SLAM(即時(shí)定位與地圖構(gòu)建)是一個(gè)經(jīng)過(guò)深入研究的計(jì)算問(wèn)題，它涉及更新環(huán)境映射，同時(shí)跟蹤代理的位置(一般來(lái)說(shuō)，所述代理是無(wú)人機(jī)或機(jī)器人)。廉價(jià)、無(wú)處不在的深度傳感器和復(fù)雜算法的出現(xiàn)，在一定程度上解決了這一問(wèn)題，但即使是最先進(jìn)的視覺(jué)系統(tǒng)也并不完美：對(duì)稱和重復(fù)的模式有時(shí)會(huì)導(dǎo)致錯(cuò)誤的地圖，上述傳感器往往會(huì)產(chǎn)生大量笨拙的數(shù)據(jù)。

圖片來(lái)源：圖蟲(chóng)創(chuàng)意

這就是為什么研究人員建議使用Wi-Fi傳感技術(shù)來(lái)補(bǔ)充這項(xiàng)技術(shù)。在Arxiv.org上發(fā)表的一篇新論文《為室內(nèi)應(yīng)用增加可視SLAM與Wi-Fi感應(yīng)》描述了一種將無(wú)線數(shù)據(jù)集成到可視SLAM算法中的“通用方法”，其目標(biāo)是提高數(shù)據(jù)的準(zhǔn)確性和最小化硬件開(kāi)銷。

“在大多數(shù)城市環(huán)境中，大多數(shù)機(jī)器人或移動(dòng)設(shè)備都可以使用Wi-Fi無(wú)線網(wǎng)絡(luò)，Wi-Fi無(wú)線接入點(diǎn)無(wú)處不在，Wi-Fi和視覺(jué)傳感相互補(bǔ)充。在這項(xiàng)工作中，我們提出了一個(gè)通用的工作流程，將Wi-Fi傳感技術(shù)結(jié)合到可視SLAM算法中，以減輕感知混疊和高計(jì)算復(fù)雜性。”該論文的作者寫(xiě)道。

研究人員的系統(tǒng)將來(lái)自攝像機(jī)的視覺(jué)框架(圖像)與相應(yīng)的Wi-Fi信號(hào)相關(guān)聯(lián)。每走三到四米，機(jī)器人或移動(dòng)設(shè)備就會(huì)暫停十秒鐘來(lái)收集信號(hào)，然后與隨后的任何視覺(jué)幀相關(guān)聯(lián)，直到下一次暫停。Wi-Fi集群的分布，每一個(gè)都包含類似于識(shí)別標(biāo)志的幀，有助于建立與當(dāng)前幀的空間接近度。該團(tuán)隊(duì)指出，當(dāng)前幀僅與類似集群內(nèi)的幀進(jìn)行比較，以便加快循環(huán)關(guān)閉，或者決定代理是否返回到以前訪問(wèn)過(guò)的區(qū)域。最后，將當(dāng)前幀分配給正確的集群。

科學(xué)家們使用他們的技術(shù)檢測(cè)了三個(gè)獨(dú)立的開(kāi)源可視化SLAM系統(tǒng)——RGBD-SLAM、RTAB-Map和ORB-SLAM，并在測(cè)試中使用微軟Kinect傳感器收集了測(cè)量結(jié)果(相當(dāng)于大學(xué)校園建筑的四組數(shù)據(jù))，該傳感器安裝在Turtlebot機(jī)器人上。分析表明，在所有四種算法中，平均準(zhǔn)確率提高了11%，計(jì)算時(shí)間減少了15%至25%，并且與FABMAP(一種Wi-Fi增強(qiáng)SLAM系統(tǒng))的性能相當(dāng)，甚至在某些情況下更好。

當(dāng)然，還有改進(jìn)的空間。研究人員指出，Wi-Fi信號(hào)強(qiáng)度受“環(huán)境動(dòng)態(tài)”的影響，比如房間里的人數(shù)和同時(shí)連接的設(shè)備數(shù)量，而房間里幾乎沒(méi)有像墻壁這樣的“阻擋物體”，Wi-Fi集群的數(shù)量往往更少。此外，他們說(shuō)，性能增益與訪問(wèn)點(diǎn)的數(shù)量有關(guān)，建議的方法適用于低至40的情況下將工作得更好。

盡管如此，該團(tuán)隊(duì)認(rèn)為，通過(guò)一些改進(jìn)(以及細(xì)粒度60GHz感應(yīng)等技術(shù))，他們的方法不僅可以用于當(dāng)前和未來(lái)的機(jī)器人，還可以用于AR耳機(jī)，如微軟的HoloLens和MagicLeap的One。他們寫(xiě)道：“我們希望展示W(wǎng)i-Fi傳感技術(shù)在城市空間長(zhǎng)期持續(xù)使用中的效用。(我們已經(jīng)證明)這些工作對(duì)機(jī)器人和移動(dòng)設(shè)備都很有用。”

編譯：鄭翊君

文章來(lái)源：

https://venturebeat.com/2019/03/18/wi-fi-data-helps-researchers-improve-accuracy-of-mapping-algorithms/