Difference between revisions of "CTAB-Map"
| Line 1: | Line 1: | ||
| − | <big> | + | <big><english>CTAB-Map - Constant-Time Appearance-Based Mapping</english><french>CTAB-Map - Cartographie temps réel basée sur l'apparence de l'environnement </french></big> |
| − | <english>CTAB-Map - Constant-Time Appearance-Based Mapping</english><french>CTAB-Map - Cartographie temps réel basée sur l'apparence de l'environnement </french> | ||
| − | </big> | ||
<english> | <english> | ||
| Line 13: | Line 11: | ||
La détection de fermeture de boucle est le processus impliqué en SLAM (localisation et cartographie simultanées) lorsqu'on tente de trouver une correspondance entre un endroit présent et un autre déjà visité. Plus la carte interne augmente en taille, plus le temps requis pour la détection de fermeture de boucle augmente, ce qui peut affecter le traitement en temps réel. CTAB-Map est une nouvelle approche de détection de fermeture de boucle fonctionnant en temps réel pour du SLAM à grande échelle et à long terme. Notre approche est basée sur une gestion efficace de la mémoire afin de garder le temps de calcul en dessous d'un seuil de temps, accomplissant une complexité O(1). En utilisant quatre ensembles de données standards et notre propre ensemble de données dérivées d'un parcours de plus de 2 km rassemblant des conditions diverses, les résultats démontrent l'adaptabilité et l'extensibilité de notre approche. | La détection de fermeture de boucle est le processus impliqué en SLAM (localisation et cartographie simultanées) lorsqu'on tente de trouver une correspondance entre un endroit présent et un autre déjà visité. Plus la carte interne augmente en taille, plus le temps requis pour la détection de fermeture de boucle augmente, ce qui peut affecter le traitement en temps réel. CTAB-Map est une nouvelle approche de détection de fermeture de boucle fonctionnant en temps réel pour du SLAM à grande échelle et à long terme. Notre approche est basée sur une gestion efficace de la mémoire afin de garder le temps de calcul en dessous d'un seuil de temps, accomplissant une complexité O(1). En utilisant quatre ensembles de données standards et notre propre ensemble de données dérivées d'un parcours de plus de 2 km rassemblant des conditions diverses, les résultats démontrent l'adaptabilité et l'extensibilité de notre approche. | ||
</french> | </french> | ||
| − | |||
<center> | <center> | ||
<code>{{#ev:youtube|CAk-QGMlQmI}}</code> | <code>{{#ev:youtube|CAk-QGMlQmI}}</code> | ||
| Line 33: | Line 30: | ||
</div> | </div> | ||
</english> | </english> | ||
| − | |||
<french> | <french> | ||
== Résultats == | == Résultats == | ||
| Line 69: | Line 65: | ||
* [[Media:GroundTruth_UdeS1Hz.txt.rar|GroundTruth_UdeS1Hz]] | * [[Media:GroundTruth_UdeS1Hz.txt.rar|GroundTruth_UdeS1Hz]] | ||
</english> | </english> | ||
| − | |||
<french> | <french> | ||
== Ensemble de données UdeS1Hz == | == Ensemble de données UdeS1Hz == | ||
Revision as of 22:08, 11 January 2011
CTAB-Map - Constant-Time Appearance-Based Mapping
Description[edit]
Loop closure detection is the process involved when trying to find a match between the current and a previously visited locations in SLAM (Simultaneous Localization And Mapping). Over time, the amount of time required to process new observations increases with the size of the internal map, which may affect real-time processing. CTAB-Map is a novel real-time loop closure detection approach for large-scale and long-term SLAM. Our approach is based on efficient memory management to keep computation time for each new observation under a fixed time limit, thus achieving O(1) complexity. Results demonstrate the approach's adaptability and scalability using one custom data set and four standard data sets.
Results[edit]
Summary of the loop closures detected on UdeS1Hz data set :
- Green : Loop closures detected
- Yellow : Loop closures rejected
- Red : Unable to detect a loop closure because old places could not be retrieved
Processing time for each image acquired (real-time limit fixed to 700 ms):
Source code[edit]
The code was tested on Windows (Xp, 7), Mac OS X 10.6 and Ubuntu 10.4LTS.
- Standalone application and libraries : ctabmap
- ROS packages : ctabmap-ros-pkg
Publications
Labbé, M., Michaud, F. (2011), “Memory management approach for real-time appearance-based loop closure detection,” To appear in IEEE Transactions on Robotics.
