Proč je SLAM v dynamických scénách náročný
SLAM (Simultaneous Localization and Mapping) předpokládá, že většina prostředí je statická. V reálných misích dronů však dochází k porušení tohoto předpokladu: lidé, vozidla, zvířata, větrem hýbané stromy či jiní roboti vytvářejí pohybující se objekty, které mohou degradovat odhady polohy i mapy. Dynamika se promítá do falešných korespondencí prvků (feature correspondences), chybně identifikovaných sluček (loop closures) a do driftu v odometrii. Cílem odolného SLAMu je proto detekovat, modelovat a potlačovat vliv pohybujících se objektů, přičemž si zachovává přesnost a real-time chod.
Typy dynamiky a jejich dopad na odhad
- Plně dynamické objekty: nesdílejí trajektorii se scénou (auta, chodci). Způsobují odlehlá měření v geometrii.
- Pseudo-dynamické elementy: periodicky se pohybují (listy, vlajky). Indukují vysokofrekvenční šum v obrazových i lidarových datech.
- Dočasné překážky v blízkosti senzoru: přelet ptáků, kapky vody na optice. Mohou způsobit ztrátu trackingu a lokální saturace.
- Změny scény v čase: parkoviště v různých hodinách, přesun nábytku v interiéru. Snižují spolehlivost sluček a mapové konzistence.
Senzorové modality a jejich robustnost vůči dynamice
- Monokulární kamera: nízké náklady a hmotnost, ale vysoká citlivost na pohybující se textury a změny osvětlení.
- Stereo/multikamerové systémy: přímý odhad hloubky pomáhá oddělit blízké rychle se pohybující objekty od vzdáleného „statického“ pozadí.
- RGB-D (Time-of-Flight/Structured Light): vhodné v interiéru; venku trpí dosahem a sluncem.
- 2D/3D lidar: geometricky přesný a méně náchylný na vizuální klamy; v davu však vrací mnoho „živých“ odrazů.
- Radar: robustní vůči počasí, dokáže měřit dopplerovskou rychlost objektů a pomoci při detekci dynamiky.
- IMU: krátkodobá stabilizace odhadu pohybu dronu; klíčová pro filtrování parazitních vizuálních pohybů.
Architektury: VIO, Lidar SLAM, multisenzorová fúze
Odolnost vůči dynamice se dosahuje výběrem architektury, která kombinuje komplementární senzory a explicitně modeluje odlehlá měření.
- VIO (Visual-Inertial Odometry): IMU stabilizuje krátkodobý odhad, vizuální prvky poskytují observabilitu měřítka a orientace.
- Lidar-inerciální SLAM: robustní v šeru nebo proti slunci; dynamiku potlačuje scan-to-map registrace s odhadem pohyblivých bodů.
- Tří-senzorové fúze (kamera + lidar + IMU): lidar poskytuje geometrii, kamera sémantiku a IMU kontinuitu – kombinace je mimořádně odolná.
Geometrické strategie: odlehlá měření a robustní náklady
- RANSAC a jeho varianty: robustní epipolární/triangulační geometrie s vysokým inlier thresholdem pro krátké okno.
- Robustní ztráty: Huber, Cauchy nebo Tukey v optimalizaci grafu zabraňují dominanci nesprávných vazeb.
- Vícenásobné hypotézy: udržování více kandidátních asociačních grafů a zpětný výběr podle konsenzu (multi-hypothesis data association).
- Konzistence v čase: penalizace přechodných korespondencí a zvýhodnění déle trvajících tracků.
Segmentace pohybujících se objektů: bez a se sémantikou
- Bezsemantická (geometrická) detekce: paralaxa a odhad vlastního pohybu; body/feature s reziduem mimo model kamery/lidaru jsou označeny jako dynamické.
- Optický tok s odhadem egomotion: srovnání predikovaného a naměřeného toku; velké odchylky indikují nezávislý pohyb objektu.
- Sémantická segmentace (DNN): masky pro třídy „člověk“, „auto“, „zvířata“; při akcelerované inferenci (GPU/NPU) umožňuje rychlé maskování.
- Fúze sémantiky a geometrie: sémantika slouží jako priorita (pravděpodobnost dynamiky), geometrie jako důkaz; výsledkem je pravděpodobnostní maska.
Mapování s dynamikou: od masek po multi-layer mapy
- Maskování měření: dynamické pixely/odometry se neinjektují do mapy ani do sluček.
- Vícevrstvé mapy: oddělení „statické“ části mapy od „krátkodobě obsazené“ (např. Dynamic Occupancy Grid – DOGMa).
- Mapy s časovým rozpadem (decay): pravděpodobnost obsazení klesá, pokud není delší dobu potvrzena.
- Sémantické mapy: ukládání tříd a jejich pravděpodobností umožňuje adaptivní plánování tras (vyhýbání se davům).
Odhad pohybu objektů a koexistence se SLAM
Aby SLAM neignoroval pohybující se entity pouze jako „šum“, vyplatí se paralelně provozovat MODT (Multi-Object Detection and Tracking):
- Detekce: 2D/3D bounding boxy z kamery/lidaru.
- Asociace v čase: Kalman/UKF nebo JPDA/GM-PHD filtrování pro sledování více cílů.
- Odhad rychlosti: změny polohy v mapovém rámci; radar přímo poskytuje doppler.
- Vliv na plánování: predikce trajektorií cílů (konstantní rychlost, sociální síly) a generování bezpečných trajektorií dronu.
Loop closure a place recognition v měnících se scénách
- Geometrické podpisy nezávislé na objektech: hranové a rohove prvky na fasádách, statická infrastruktura.
- Sémantická filtrace kandidátů: ignorování oblastí s vysokou dynamikou (silnice, chodníky) při porovnávání obrazových slovníků.
- Časově podmíněné smyčky: zvýhodnění míst, která se v podobném čase dne nemění (osvětlení, parkovací vzory).
- Verifikace vícenásobnými modalitami: smyčku je třeba potvrdit minimálně dvěma nezávislými signály (vizuál + lidar, vizuál + magnetický podpis).
Optimalizační rámce: filtry vs. grafová optimalizace
- Filtrační přístupy (EKF/UKF/MSCKF): vhodné pro nízkou latenci; dynamiku řeší přes robustní inovační testy a gating.
- Grafové metody (Bundle Adjustment/pose graph): vyšší přesnost, možnost relinearizace a retroaktivních úprav; dynamiku potlačují robustními náklady a uvedenými maskami.
- Faktorové grafy s switchable constraints: faktory „zapínatelné“ podle konzistence – pokud se vazba ukáže dynamická, její váha klesne k nule.
Výpočetní nároky a real-time implementace na dronech
- Pipeline s pevnou latencí: priorita pro IMU integraci a odhady pozice, segmentace a mapování v paralelních vláknech.
- Akcelerace: GPU pro dense optical flow/sémantiku, DSP/NPU pro inferenci, ukládání mapy v komprimované formě (voxel hashing, submapy).
- Řízení rozpočtu: adaptivní řídění počtu prvků, subsampling lidar bodů, dynamická délka časového okna podle rychlosti scény.
Kalibrace a synchronizace v dynamickém světě
- Časová synchronizace: hardwarové PPS/trigger pro kamery a IMU minimalizuje „rolling“ chyby při rychlých pohybech.
- Extrinzická kalibrace multisenzorů: pravidelné ověřování (hand-eye) – malé posuny mění rozdělení reziduí a záměňují se za dynamiku.
- Autokalibrační faktory: udržovat malé, ale sledovatelné; jinak mohou absorbovat dynamiku scény a narušit observabilitu.
Metodika testování a metriky kvality
| Metrika | Popis | Poznámka k dynamice |
|---|---|---|
| ATE (Absolute Trajectory Error) | Globální odchylka trajektorie | Důležitá při slučkách a rekonfiguraci mapy |
| RPE (Relative Pose Error) | Lokální odchylka mezi po sobě jdoucími pozicemi | Citlivá na krátkodobé selhání při dynamice |
| Precision/Recall dynamických masek | Kvalita segmentace pohybu | Trade-off: příliš přísné masky snižují pokrytí mapy |
| Latency | End-to-end prodleva od senzoru po pozici | Kritické při autonomním vyhýbání se pohybu |
Bezpečnost, robustnost a „fail-operational“ chování
- Režim degradace: při ztrátě vizuálu nebo příliš dynamické scéně přejít na IMU+barometr+GNSS (pokud dostupné) a omezit manévry.
- Detekce anomálií: monitorovat růst chyby inovací a grafových reziduí; spustit safe-RTL (Return-To-Launch) při překročení prahu.
- Redundantní cesty: alternativní odhad (např. lidar-ICP) běží s nízkou frekvencí jako záloha.
Praktické návrhové vzory pro drony
- Mask-before-match: ještě před výpočtem features/ICP vytvořit masku dynamiky (sémantika/geometrie) a pracovat pouze se statickými body.
- Submapování: udržovat lokální submapy s vlastním časem a váhami; dynamika „vyprchá“ při fúzi s downweightingem.
- Priority podle vzdálenosti: preferovat vzdálenější struktury (budovy, stěny), které mají nižší pravděpodobnost nezávislého pohybu.
- Sémantické kotvy sluček: robustní, stabilní objekty (roh budovy, stožáry) s vyšší váhou při uzavírání sluček.
Specifika exteriéru a interiéru
- Exteriér: rychle se měnící osvětlení a vítr; vhodná je kombinace vizuál + lidar + IMU, radar pro déšť/mlhu.
- Interiér: GPS-denied; důležitá je vizuální odometrie s dobrým osvětlením a potlačením pohybujících se lidí (sémantika), případně UWB majáky pro stabilitu.
Provozní doporučení a údržba
- Čistota optiky a krytů: kapky a prach často „simulují“ dynamiku; pravidelně čistit a kontrolovat krycí skla.
- Kalibrace v terénu: krátký rituál (IMU warm-up, vizuální šachovnice nebo lidar targety) snižuje falešná odlehlá měření.
- Proaktivní ladění prahů: prahy pro masky a robustní funkce adaptovat podle statistik ze záznamů posledních misí.
Checklist implementace odolného SLAMu
- Je pipeline rozdělená na rychlý odhad pozice (IMU-first) a pomalejší mapování/segmentaci?
- Běžně probíhá geometrická i sémantická detekce dynamiky a jejich výsledky se pravděpodobnostně fúzují?
- Má optimalizační graf robustní ztráty a mechanismus switchable constraints?
- Jsou kandidáti loop-closure ověřeni nezávislou modalitou?
- Existuje fallback režim a prahy pro bezpečné přerušení mise?
- Je zajištěna časová synchronizace a pravidelná extrinzická rekalibrace?
Od „statického“ SLAMu k situacím řízenému vnímání
Odolný SLAM v dynamických scénách vyžaduje změnu paradigmatu: místo slepého předpokladu statického světa je nutné aktivně oddělovat statické od dynamického, a to na úrovni senzorů, modelů i optimalizace. Kombinace IMU stabilizace, geometrického a sémantického maskování, multisenzorové fúze a robustních optimalizačních technik vede ke spolehlivé lokalizaci a mapování, které drží přesnost i v davu lidí, v provozu či v nepředvídatelných exteriérech. Takto navržený systém poskytne dronům bezpečnou autonomii a spolehlivé vnímání pro pokročilé navigační úkoly.
