henry carrillo lindado advised by: josé a. castellanos active slam : a framework my, on-going, phd...
TRANSCRIPT
![Page 1: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/1.jpg)
Henry Carrillo Lindado
Advised by:
José A. Castellanos
Active SLAM : a FrameworkMy, on-going, PhD Research
![Page 2: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/2.jpg)
Bio – Academic Background Name: Henry David Carrillo Lindado. Hometown: Barranquilla – Colombia. Academic:
PhD in Computer Science and System Engineering (2010 -2014)
M.Sc. in Computer Science and System Engineering M.Sc. in Electronics Engineering B.Eng. in Electronics Engineering
Funding: FPI scholarship by the Ministry of Science and Innovation of Spain. 2010-2014.
Contact: Here: 0.54 Cartesium [email protected] http://webdiis.unizar.es/~hcarri/pmwiki/pmwiki.php
1
![Page 3: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/3.jpg)
Preliminares – SLAM activo (I) SLAM activo == Integrar el planeamiento de
trayectorias en SLAM. Explorar más área Navegar seguramente Reducir la incertidumbre
Algoritmos 1º [Feder, Leonard](99)
Active perception [Bajacksy](86) Multi [Leung, Dissanayake](06)
1
![Page 4: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/4.jpg)
Preliminares – SLAM activo (II) SLAM activo == Integrar el planeamiento de
trayectorias en SLAM. Conjunto de trayectorias Asignar un valor a cada trayectoria
Incertidumbre del mapa Restricciones trayectoria
Ejecutar la trayectoria con óptimo.
2
![Page 5: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/5.jpg)
Preliminares – SLAM activo (II) SLAM activo == Integrar el planeamiento de
trayectorias en SLAM. Conjunto de trayectorias Asignar un valor a cada trayectoria
Incertidumbre del mapa Restricciones trayectoria
Ejecutar la trayectoria con óptimo.
2
![Page 6: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/6.jpg)
Preliminares – SLAM activo (II) SLAM activo == Integrar el planeamiento de
trayectorias en SLAM. Conjunto de trayectorias Asignar un valor a cada trayectoria
Incertidumbre del mapa Restricciones trayectoria
Ejecutar la trayectoria con óptimo.
J1 J2 J3 J4 J5
1 1,5 1,9 0,8 3
2
![Page 7: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/7.jpg)
Preliminares – SLAM activo (II) SLAM activo == Integrar el planeamiento de
trayectorias en SLAM. Conjunto de trayectorias Asignar un valor a cada trayectoria
Incertidumbre del mapa Restricciones trayectoria
Ejecutar la trayectoria con óptimo.
J1 J2 J3 J4 J5
1 1,5 1,9 0,8 3
2
![Page 8: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/8.jpg)
Criterios de incertidumbre para SLAM activo (I) Medidas de Incertidumbre =>
En la TEOD, un diseño (i.e. ), es mejor que otro diseño , si:
Lo anterior no permite cuantificar la mejoría, por lo tanto es deseable:
permite cuantificar el tamaño de la incertidumbre de .
• Teoría de diseño de experimentos óptimos (A-opt, D-opt, E-opt…).
• Teoría de la información (Fisher, Entropía, MI…).
3
![Page 9: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/9.jpg)
Criterios de incertidumbre para SLAM activo (II) Algunas posibles funciones para SLAM activo:
Estudios previos ([Sim y Roy, 2005], [Mihaylova y De Schutter, 2003]) reportan como mejor métrica a A-opt y valores nulos en D-opt. A-opt, ampliamente usada: [Kollar2008]
[MartinezCantin2008] [Meger2008] [Dissanayake2006]. A pesar que D-opt es ampliamente usada en TEOD por
ser óptima.
Determinante (D-opt)
Traza (A-opt)
max (𝜆1 ,…,𝜆𝑘)
(E-opt)
trace (Σ )= ∑𝑘=1 ,… , 𝑙
𝜆𝑘det (Σ )= ∏𝑘=1 ,…, 𝑙
𝜆𝑘
4
![Page 10: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/10.jpg)
Criterios de incertidumbre para SLAM activo (III) Si es posible usar D-opt en SLAM activo:
Se debe tener en cuenta la estructura del problema (i.e. Matriz de covarianza de tamaño variable con el tiempo).
No es informativo comparar el det. de una matriz l x l y una m x m. det(l x l) es homogéneo de grado l.
El cálculo del det. de una matriz altamente correlacionada (e.g. SLAM) es propenso a errores de computo. Procesamiento en el espacio logarítmico.
Cálculo de D-opt para una matriz de covarianza l x l :
Derivado de [Kiefer, 1974] :
5
![Page 11: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/11.jpg)
Primer experimento Primer experimento : acerca del cálculo
Es posible calcular D-opt en un robot realizando SLAM?
Ejecutamos un algoritmo de SLAM (e.g. EKF-SLAM,
iSAM). Calculamos en cada paso : A-opt, E-opt , D-opt,
det. de la covarianza, entropía e información mutua.• Robot simulado ambiente interior : MRPT /
C++• Robot real ambiente interior : Pioneer 3 DX
- Ad-hoc• Robot real ambiente interior : DLR dataset• Robot real ambiente exterior : Victoria Park
dataset6
![Page 12: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/12.jpg)
1E - Robot simulado ambiente interior (I)
Escenario: Área de 25x25m 2D EKF-SLAM Sensor: Odometría +
cámara (360 - 3m rango)
180 landmarks - DA conocida. Errores Gaussianos:
Odometría + sensores.
7
![Page 13: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/13.jpg)
1E - Robot simulado ambiente interior (II)
(a)-(f) A-opt, E-opt, D-opt, determinante, entropía y MI.8
![Page 14: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/14.jpg)
1E-Robot en ambiente interior @ DLR (I)
Escenario: Área 60x40 m Sensor: Odometría + cámara BW
2D EKF-SLAM 576 landmarks – DA conocida.
9
![Page 15: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/15.jpg)
1E-Robot en ambiente interior @ DLR (II)
(a)-(f) A-opt, E-opt, D-opt, determinante, entropía y MI.10
![Page 16: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/16.jpg)
Primer experimento - Análisis cuantitativo Correlación promedio entre métricas de
incertidumbre:
Varianza : A-E (0,0002) / A-D (0,0540) / D-E (0,0481).
A-opt y E-opt => alta correlación. E-opt se guía por un solo Eigenvalor.
A-opt y D-opt => mediana correlación. Hipótesis: D-opt toma en cuenta más
componentes.
A-opt E-opt D-opt
A-opt 1 0,9872 0,6003
E-opt 0,9872 1 0,5903
D-opt 0,6003 0,5903 1
11
![Page 17: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/17.jpg)
Segundo experimento Segundo experimento : SLAM activo
Qué efecto tiene la métrica de incertidumbre en el SLAM activo?
SLAM activo == Horizonte unitario (greedy), discreto.
Métricas de incertidumbre == A-opt, D-opt y entropía.
Efecto == MSE y • Robot simulado con horizonte unitario : MRPT / C++
12
![Page 18: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/18.jpg)
2E-Robot en ambiente interior ad-hoc (I)
Escenario: Área de 20x20m y
30x30m 2D EKF-SLAM Sensor: Odometría +
cámara (360 - 3m rango)
Errores Gaussianos: Odometría + sensores.
Planeador de caminos: Discreto (A*) y continuo (Atracción-Repulsión).1
3
![Page 19: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/19.jpg)
2E-Robot en ambiente interior ad-hoc (II)
Caminos resultantes para cada métrica de incertidumbre: (a) D-opt, (b) A-opt y (c) Entropía. Cada color representa un camino ejecutado. Mapa de 20 x 20 m.
• Análisis cualitativo
14
![Page 20: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/20.jpg)
2E-Robot en ambiente interior ad-hoc (III)
Trayectorias resultantes para una simulación de SLAM activo con 10000 pasos. (a).Trayectoria inicial. (b) A-opt. (c). D-opt.
• Análisis cualitativo
15
![Page 21: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/21.jpg)
2E - Análisis cuantitativo 30x30 m
Evolución del MSE ((a)-(c)) y chi2 ((d)-(f)). Promedio de 10 MC.
16
![Page 22: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/22.jpg)
Take home message D-opt es la medida de la incertidumbre óptima
de acuerdo a la TEOD. Mejor que A-opt (Traza).
Es posible obtener información acerca de la incertidumbre de un algoritmo SLAM con D-opt.
D-opt muestra mejor desempeño que A-opt en SLAM activo.
Para calcular D-opt en el contexto de SLAM => usar la formulación presentada anteriormente.
17
![Page 23: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/23.jpg)
Experimental Comparison of UncertaintyCriteria for Active SLAM
Gracias!!!
18
![Page 24: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/24.jpg)
![Page 25: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/25.jpg)
Motivación Tener un modelo operativo del entorno es
esencial para el funcionamiento de un robot móvil autónomo.
Tres tareas básicas SLAM == de 2 SLAM == no define el camino-trayectoria del robot Integración de las tareas básicas
== Autonomía + construcción del entorno
1
![Page 26: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/26.jpg)
Experimentos Primer experimento : acerca del cálculo
Segundo experimento : SLAM activo
• Robot simulado ambiente interior : MRPT / C++
• Robot real ambiente interior : Pioneer 3 DX - Ad-hoc
• Robot real ambiente interior : DLR dataset• Robot real ambiente exterior : Victoria Park
dataset
• Robot simulado con horizonte unitario : MRPT / C++
7
![Page 27: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/27.jpg)
1E-Robot en ambiente exterior @ VP (I)
Escenario: Área de 350 x 350 m iSAM Sensor: Odometría +
Laser 150 landmarks – DA
conocida.
13
![Page 28: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/28.jpg)
1E-Robot en ambiente exterior @ VP (II)
(a)-(f) A-opt, E-opt, D-opt, determinante, entropía y MI.14
![Page 29: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/29.jpg)
1E-Robot en ambiente interior ad-hoc (I)
Escenario:
Área 6x4 m 2D EKF-SLAM Sensor: Odometría +
Kinect 5 landmarks – DA
conocida
15
![Page 30: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/30.jpg)
1E-Robot en ambiente interior ad-hoc (II)
(a)-(f) A-opt, E-opt, D-opt, determinante, entropía y MI.16
![Page 31: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/31.jpg)
2E - Análisis cuantitativo 20x20 m
Evolución del MSE ((a)-(c)) y chi2 ((d)-(f)). Promedio de 10 MC.
18
![Page 32: Henry Carrillo Lindado Advised by: José A. Castellanos Active SLAM : a Framework My, on-going, PhD Research](https://reader036.vdocuments.site/reader036/viewer/2022062322/5665b4761a28abb57c91a8d2/html5/thumbnails/32.jpg)
DeterminanteOperación algebraica que transforma una matriz en un escalar. Propiedades (matriz n x n)
Geométrica: Volumen del paralelepípedo definido en el espacio n-dimensional.
Homogéneo de grado n. Si,
15