Как локализовать робота или автомобиль в случае отсутствия или потери GPS-сигнала? Как повысить качество детекции циклов в алгоритмах SLAM? В докладе мы дадим ответы на эти вопросы и обсудим возможности технологии распознавания места, которая с помощью современных моделей нейронных сетей и способов их обучения может добиваться впечатляющих результатов по запоминанию роботом ранее посещенных мест. Особое внимание будет уделено мультимодальным методам, которые принимают на вход сырые изображения камер (сразу нескольких) и облака точек лидаров и на выходе могут получить трехмерные координаты робота на основе сохраненной базы данных. Мы также представим разработанную нами открытую программную библиотеку OpenPlaceRecognition (https://github.com/alexmelekhin/OpenPlaceRecognition), которая поддерживает много известных методов распознавания места, а также оригинальные алгоритмы, позволяющие использовать результаты семантической сегментации изображений, распознавания текстовых надписей, Aruco-меток и многое другое.
Юдин Д. А., Мелехин А. А., Линок С. А., Муравьёв К. Ф. OpenPlaceRecognition: открытая библиотека мультимодального распознавания места для роботов и беспилотных автомобилей // ROS Meetup 2024 (Москва, 27–28 апреля 2024 г.).