Hatékony módszerek zárt/szabadtéri helyszínek feltérképezésére több ágensű rendszerekben

Témavezető:	Szirányi Tamás
	SZTAKI
email:	sziranyi.tamas@sztaki.hu

Projekt leírás

Összefoglalás:

A több ágensű rendszerek alkalmazása helyszínek feltérképezésére, fontosabb objektumok beazonosítására egy széles körben kutatott terület. Részleges megoldások, bizonyos feltételek mellett működő módszerek ismertek, de még sok elméleti és gyakorlati kérdés vár megválaszolásra. Egy több ágensű rendszerben három nagy feladatot kell megoldani: az ágensek relatív pozíciójának meghatározását, adatok átadása/megosztását, és a kapott információk alapján egy közös térkép előállítását.

Az önálló projekt az ágensek térképeinek előállítására, optimalizálására és egyesítésére koncentrálna. A különböző megoldások általában visszavezethetők a projektív geometria összefüggései segítségével felírt non-konvex optimalizálási problémára, aminek megoldására különböző megoldások léteznek. A feladat a vizsgált gyakorlati alkalmazástól függően eltérő matematikai eszközöket igényelhet, például valószínűség számítás, non-konvex optimalizálás, semi definite programming (SDP), pose graph optimization (PGO), stb.

A hallgató feladata:

• Irodalomkutatás: state-of-the-art módszerek áttekintése és összefoglalása

• Publikált algoritmusok kódolása (tesztelés céljából), összehasonlítása

Kulcsszavak: SLAM; collaborative SLAM; C-SLAM; multi-agent SLAM; collaborative perception; correspondence identification; map merging/fusion; pose graph optimization; PGO.

Előfeltételek

• angol nyelvtudás (szakirodalom olvasása, dokumentáció előállítása)

• C/C++ programozási készség

Hivatkozások

• Collaborative visual SLAM for multiple agents:A brief survey - Danping Zou, Ping Tan, Wenxian Yu Virtual Reality & Intelligent Hardware 2019 Vol 1 Issue 5：461—482 (https://www.sciencedirect.com/science/article/pii/S2096579619300634)

• Past, Present, and Future of Simultaneous Localization And Mapping: Towards the Robust-Perception Age, Cesar Cadena, Luca Carlone, Henry Carrillo, Yasir Latif, Davide Scaramuzza, José Neira, Ian Reid, John J. Leonard IEEE TRANSACTIONS ON ROBOTICS, VOL. 32, NO. 6, (https://rpg.ifi.uzh.ch/docs/TRO16_cadena.pdf)

• Towards Collaborative Simultaneous Localization and Mapping: a Survey of the Current Research Landscape, Pierre-Yves Lajoie , Benjamin Ramtoula , Fang Wu and Giovanni Beltrame Field Robotics, May, 2022 (https://www.journalfieldrobotics.org/Field_Robotics/Volume_2_files/Vol2_32.pdf)

• Swarm-SLAM: Sparse Decentralized Collaborative Simultaneous Localization and Mapping Framework for Multi-Robot Systems, Pierre-Yves Lajoie, Giovanni Beltrame Not yet published, arxiv preprint, 2023 (https://arxiv.org/abs/2301.06230)

• Asynchronous and parallel distributed pose graph optimization, Yulun Tian , Alec Koppel , Amrit Singh Bedi , and Jonathan P. How IEEE ROBOTICS AND AUTOMATION LETTERS, VOL. 5, NO. 4, OCTOBER 2020 (https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=9143442&tag=1)

• Distributed mapping with privacy and communication constraints: Lightweight algorithms and object-based models, Choudhary S, Carlone L, Nieto C, Rogers J, Christensen HI, Dellaert F. The International Journal of Robotics Research. 2017;36(12):1286-1311. (https://arxiv.org/abs/1702.03435)