In order to effectively control a legged robot and navigate across diverse terrains, it is essential to perceive the robot's surrounding terrain. Previous approaches involved generating a height map by projecting a depth image captured by a camera mounted on the robot, using odometry information to determine the robot's pose. However, this method often resulted in inconsistencies between the generated height map and the actual terrain due to odometry drift or depth image inaccuracies. To address this issue, I introduce CIA-SLAM (Contact Information-Aided SLAM), a novel SLAM system that leverages foot contact information to obtain a precise height map relative to the robot. CIA-SLAM builds upon the foundation of feature-based SLAM, which optimizes robot poses and feature points, and extends it to optimize the height map as well. In the process of bundle adjustment, CIA-SLAM jointly optimizes robot poses, feature points, and the height map, incorporating additional constraints from the original feature-based SLAM approach. These constraints include foot contact information and the projection of depth images onto the height map. By integrating these supplementary cues, CIA-SLAM enhances the accuracy of the height map, enabling more precise control and navigation for legged robots across diverse terrains.
보행 로봇을 다양한 지형에서 효과적으로 제어하고 경로 탐색을 하기 위해서는 로봇 주변의 지형을 인식해야한다. 기존의 방법에서는 로봇에 장착된 카메라로부터 촬영한 깊이 이미지를 투영하여 높이 지도를 생성했으며, 로봇의 자세는 오도메트리 정보를 사용하여 얻어진다. 이 방법은 오도메트리 편차나 깊이 이미지의 정확도 문제로 인해 생성된 높이 지도와 실제 지형 사이에 일관성이 부족한 경우가 많았다. 이 문제를 해결하기 위해 본 논문에서는 CIA-SLAM (Contact Information-Aided SLAM)이라는 새로운 SLAM 시스템을 제안한다. CIA-SLAM은 발 접촉 정보를 활용하여 로봇과 관련된 정확한 높이 지도를 얻는 것을 목표로 한다. CIA-SLAM은 로봇 자세와 특징점을 최적화하는 특징점 기반 SLAM에 기반하여 높이 지도를 추가로 최적화한다. 번들 조정 과정에서 CIA-SLAM은 로봇의 자세, 특징점, 그리고 높이 지도를 동시에 최적화하며, 기존의 기능 기반 SLAM에서 추가적인 제약 조건을 포함한다. 이러한 제약 조건은 발 접촉 정보와 깊이 이미지의 높이 지도로의 투영을 포함한다. 이러한 제약 조건을 통합함으로써 CIA-SLAM은 높이 지도의 정확성을 향상시켜 다양한 지형에서 보행 로봇의 제어와 탐색을 더욱 정밀하게 할 수 있다.
