Nghiên cứu phát triển robot xây dựng bản đồ và định vị đồng thời trên nền tảng ROS

Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020)

Nghiên c˘u phát tri∫n robot xây d¸ng b£n Á
và ‡nh v‡ Áng thÌi trên n∑n t£ng ROS
Phan Hồng Anh, Bùi Duy Nam, Tr¶n Hu Quậc

ụng, V Tin

Đt, Nguyn Th Thanh Võn

Khoa iên t Vin thụng, Đi hc Cụng nghê, Đi hc Quậc Gia Hà NỴi
Email: , , ,
,

Tóm t≠t—Bài báo trình bày nghiên cu, thit k mẻt
robot cú khÊ nng xõy dáng bÊn Á và ‡nh v‡ Áng thÌi
(SLAM) trên n∑n t£ng mã ngn m cıa hª i∑u hành
robot (ROS). VĨi kích th˜Ĩc nh gn v chi phớ thòp,
robot cú khÊ nng tá ẻng di chuyn, thu d liêu ca mụi
trèng, xõy dáng b£n Á và ‡nh v‡ v‡ trí trên b£n Á cıa
trong mơi tr˜Ìng trong nhà có cßu trúc khơng xác nh.
Hiêu quÊ hoĐt ẻng ca robot ềc kim nghiêm thụng
qua cỏc ỏnh giỏ thác nghiêm trong mụi trèng thác.
T khúarobot di Ỵng, SLAM, RTAB-Map, ROS.

I. GIŒI THIõU
Ngày nay robot di Îng ˜Òc s˚ dˆng rÎng rãi trong
các ˘ng dˆng liên quan tểi hoĐt ẻng tá tr, khụng cản
sá giỏm sỏt ca con ngèi. HoĐt ẻng tá tr ca robot
di ẻng trong mơi tr˜Ìng ch˜a bi∏t tr˜Ĩc liên quan ∏n
kh£ n´ng t¸ nh™n bi∏t ˜Ịc mơi tr˜Ìng xung quanh,

xây d¸ng b£n Á, ‡nh v‡, l™p k∏ ho§ch ˜Ìng i và
i∑u khi∫n chuyn ẻng [1], [2].
Xõy dáng bÊn v nh v Áng thÌi hay cịn gÂi là
SLAM (Simultaneous Localization and Mapping) [3],
[4] l mẻt trong nhng vòn ang ềc quan tâm
nghiên c˘u nhi∑u trong nh˙ng n´m g¶n ây. Ph˜Ïng
pháp này d liêu t cỏc cÊm bin tỏi tĐo mụi trèng
hoĐt ẻng thụng qua viêc a thụng tin mụi trèng vo
mẻt bÊn 2D hoc 3D. Trờn d liêu ca b£n Á ˜Ịc
xây d¸ng, robot có th∫ ‡nh v‡ ˜Ịc tr§ng thái hay t˜ th∏
cıa mình trong b£n Á. C£m bi∏n s˚ dˆng trong SLAM
˜Ịc phân thành hai lo§i: c£m bin ngoĐi vi (thu nhn
d liêu t mụi trèng bờn ngoi) v cÊm bin nẻi vi
(xỏc nh sá thay i v‡ trí, h˜Ĩng hay gia tËc,...). ∫
t´ng Ỵ chính xác, SLAM th˜Ìng k∏t hỊp các d˙ liªu
t¯ nhi∑u c£m bi∏n thơng qua các ph˜Ïng pháp xác st
nh˜ Markov, Kalman, PF,...[5], [4], [7]. Tuy nhiên viªc
s˚ dˆng nhi∑u c£m bi∏n làm tng ẻ phc tĐp v chi phớ
ca hê thậng. Hiên nay vĨi s¸ phát tri∫n cıa lỉnh v¸c
th‡ giác máy nên các hª thËng SLAM th˜Ìng s˚ dˆng
camera ∫ thu d liêu Ênh t mụi trèng hoĐt ẻng. Hê
thậng SLAM s dng cÊm bin Ênh cú th hoĐt ẻng

ISBN: 978-604-80-5076-4

69

trong mơi tr˜Ìng ngồi trÌi hay trong nhà mỴt cách
thu™n lỊi, dπ dàng bi khơng phˆ thc vào sË l˜Ịng
hay v‡ trí l≠p ∞t các c£m bi∏n, ví dˆ nh˜ IPS vĨi các

beacon g≠n trên t˜Ìng.
Bên c§nh ó, cùng vĨi xu h˜Ĩng s˚ dˆng hª i∑u
hành robot - ROS (Robot Operating System) [8], [12]
là ph¶n m∑m mã ngn m thì ph˜Ïng pháp SLAM ã
˜Ịc phát tri∫n hiªu qu£. Ph˜Ïng pháp SLAM s˚ dˆng
c£m bi∏n £nh phÍ bi∏n trên n∑n t£ng ROS hiên nay l
Visual SLAM. Mẻt sậ phẽng phỏp Visual SLAM nh˜
maplab, ORB-SLAM2, DVO-SLAM, Elastic Fusion, ....
Các ph˜Ïng pháp này gi£ ‡nh camera khơng b‡ c£n
tr ho∞c hình £nh thu ˜Ịc luụn ảy cỏc tớnh nng.
Viêc giÊ nh ny khụng phự hềp vểi thác t ca mụi
trèng ẻng vểi nhng thay i khú dá oỏn trểc. Mẻt
sậ cỏc phẽng phỏp Visual SLAM có tính n´ng m§nh
hÏn nh˜ MCPTAM, RGBDSLAMv2 hay RTAB-Map ã
kh≠c phˆc ˜Ịc h§n ch∏ trên [9], [10], [11].
Trong các ph˜Ïng pháp Visual SLAM trên thì RTABMap t˜Ïng Ëi ton diên khi cú th cung còp bÊn
dĐng lểi 2D (Occupancy Grid) nh˜ cách s˚ dˆng c£m
bi∏n thơng th˜Ìng hay b£n Á 3D (Octomap). RTABMap phát tri∫n trên n∑n tÊng th viên ẻc lp C++, phõn
phậi dểi dĐng mẻt ROS package có kh£ n´ng x˚ l˛ thÌi
gian th¸c, tËi u húa chớnh xỏc viêc nh v v tĐo bÊn
thác t .
Bi bỏo nghiờn cu xõy dáng mẻt robot có kh£ n´ng
xây d¸ng b£n Á và ‡nh v‡ Áng thÌi s˚ dˆng ph˜Ïng
pháp RTAB-Map trên n∑n t£ng cıa ROS. Kích th˜Ĩc
cıa robot nh‰, thi∏t b‡ ˜Ịc l≠p ∞t phù hềp tậi u phự
hềp vểi hoĐt ẻng ca mụi trèng trong nh. Robot cú
khÊ nng di chuyn tá ẻng, thu d liêu, xõy dáng bÊn
v nh v v trớ trên b£n Á. K∏t qu£ cıa SLAM s≥
˜Òc s˚ dˆng lp k hoĐch èng i cho robot trong
hê thậng dđn èng tá ẻng.

Còu trỳc ca bi bỏo ềc trỡnh by trong 4 phản.
Phản 1 l giểi thiêu v mc tiêu nghiên c˘u. Ph¶n 2
trình bày chi ti∏t v∑ mơ hỡnh hê thậng xõy dáng bÊn


Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020)

Á và ‡nh v ng thèi. Mẻt sậ kt quÊ thác nghiêm
ỏnh giỏ hiêu quÊ hoĐt ẻng ca robot xuòt ềc
trỡnh bày trong ph¶n 3. Ph¶n cuËi cùng là k∏t lu™n và
h˜Ĩng phát tri∫n ti∏p theo.
II. MƠ HÌNH Hõ TH»NG
A. Hª thậng phản cng
Hỡnh 1 th hiên sẽ kt nậi cỏc thnh phản hê
thậng ca robot nhăm thác hiên viêc di chuy∫n ∫ xây
d¸ng b£n Á và ‡nh v‡ trong mụi trèng trong nh.
Cỏc thnh phản trong hê thậng ềc chia thành hai khËi
chính: khËi xây d¸ng b£n Á và ‡nh v‡ s˚ dˆng camera
Realsense D435 k∏t nËi vÓi máy tính Jetson Nano vĨi
ROS trên Ubuntu 18.04, khËi chuy∫n Ỵng là cÏ cßu di
chuy∫n hai bánh vi sai k∏t nËi vÓi vi i∑u khi∫n Arduino
Mega2560, giao ti∏p gi˙a Arduino và Jetson Nano qua
UART. NguÁn iªn áp cıa hai khËi này ˜Ịc cung cßp
t¯ khËi ngn 5 - 12 V. Các thành ph¶n ph¶n c˘ng ˜Ịc

Hình 2. Thi∏t k∏ 3D cıa robot.

Hỡnh 1. Sẽ kt nậi cỏc thnh phản hê thËng.

Hình 3. V‡ trí các thi∏t b‡ trên khung robot.

∞t trờn mẻt khung robot. Vểi yờu cảu v trng lềng
nh, Ỵ linh ho§t cao trong mơi tr˜Ìng trong nhà nên
khung robot ềc thit k băng cụng nghê in 3D vểi vt
liêu nháa, mụ un húa cao nờn d dng lp ∞t, i∑u
chønh. Hình 2 th∫ hiªn mơ hình thi∏t k∏ 3D cıa robot.
Robot có kích th˜Ĩc 180 cm x 150 cm x 118 mm. ˜Ìng
kính bánh xe 0,065 m và kho£ng cách gi˙a hai bánh là
0,15 m. Hình 3 mơ t£ v‡ trí cıa l≠p ∞t các thi∏t b‡ trên
khung robot. Thi∏t k∏ này cho phép tËi ˜u kích th˜Ĩc
cıa robot m vđn Êm bÊo an ton v tớnh hiêu qu£ cıa
các thi∏t b‡. Hình £nh robot th¸c t∏ ˜Ịc th hiên trờn
Hỡnh 4.
B. Hê thậng phản mm
Hỡnh 5 th hiên sẽ khậi ca hê thậng phản mm
iu khin thác hiên chc nng SLAM. Chẽng trỡnh
hoĐt ẻng theo nguyờn l˛ vịng khép kín: thu™t tốn th´m
dị s≥ ho§ch ‡nh èng i tá ẻng cho robot trong mụi
trèng cha bit tr˜Ĩc và ˜Ĩc l˜Ịng v‡ trí t˜Ïng Ëi
cıa c£m bi∏n, trÊ v trĐng thỏi robot (x,y,) lm d

ISBN: 978-604-80-5076-4

70

liêu cho khËi chuy∫n Ỵng; khËi chuy∫n Ỵng s≥ i∑u
khi∫n chuy∫n Ỵng cıa robot, Áng bỴ hóa odometry
t¯ bánh xe và d˙ liêu t hê thậng cÊm bin a vo
khậi xõy dáng b£n Á và ‡nh v‡ s˚ dˆng ph˜Ïng pháp
RTAB_Map; khËi tÍng hỊp d˙ liªu s≥ tÍng hỊp d˙ liª

c£m bi∏n, so sánh t˜Ïng quan và ˜Ĩc l˜Ịng tr§ng thái
t˜Ïng Ëi cıa rbot trong b£n Á; phân o§n Pointcloud
l≠p ghép các node d liêu quan trng xõy dáng thnh
bÊn hồn chønh. Chi ti∏t cıa hai khËi chính là SLAM
và chuyn ẻng ềc miờu tÊ trong phản dểi õy.
1) Khậi xây d¸ng b£n Á và ‡nh v‡: KhËi xây d¸ng
b£n Á và ‡nh v‡ Áng thÌi hay cịn gÂi là SLAM s˚
dˆng camera Realsense D345 ∫ thu £nh chi∑u sâu qua
th viên librealsense2. Phẽng phỏp RTAB_Map s xõy
dáng bÊn dáa trờn sá xuòt hiên ca sá vt trong thèi
gian thác. Hỡnh 6 th hiên sẽ khậi ca phẽng pháp
RTAB_Map vĨi ch˘c n´ng cıa các khËi nh˜ sau:
•

Front-end: trích xußt các ∞c tr˜ng £nh RGB và lßy


Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020)

2) KhËi chuy∫n Ỵng: KhËi chuy∫n Ỵng có cßu trúc
hai bánh vi sai dđn ẻng v mẻt bỏnh dđn hểng. HoĐt
ẻng vi sai dáa trờn sá chờnh lêch vn tậc gia hai bỏnh
xe làm cho robot chuy∫n Ỵng theo mỴt cung trịn có tõm
năm trờn trc bỏnh xe. Hỡnh 7 l mụ hỡnh ẻng hc ca
còu trỳc hai bỏnh vi sai trong hê tÂa Ỵ ∑ các. Trong
ó (XG , OG , YG ) l hê ta ẻ ton cc, (XR , OR , YR )
l hê ta ẻ gn vểi robot. T th∏ cıa robot bao gÁm

Hình 4. Hình £nh robot th¸c t.

Hỡnh 7. Mụ hỡnh ẻng hc ca còu trỳc hai bỏnh vi sai.

Hỡnh 5. Sẽ hê thậng iu khin.

ã

chiu sõu tẽng ng ca cỏc c trng băng hỡnh
Ênh ẻ sâu sau ó ˜Ĩc tính chuy∫n Ỵng vĨi các
hình £nh trểc ú băng cỏc c trng 3D tẽng
ng. Mẩi node trong b£n Á ˜Ịc t§o ch˘a c£ hình
£nh RGB và hình Ỵ Ỵ sâu vĨi t˜ th∏ (odometry).
Back-end: các liên k∏t ˜Ịc chuy∫n Íi gi˙a mÈi
node. Khi b£n Á ˜Ịc c™p nh™t, RTAB_Map so
sánh hình £nh mĨi vĨi tßt c£ các hình £nh tr˜Ĩc
ó trong b£n Á ∫ tìm mỴt vũng lp. Khi tỡm thõy
mẻt vũng lp, thác hiên tậi ˜u hóa b£n Á vĨi các
t˜ th∏ ˜Ịc chønh s˚a.

v‡ trớ v hểng trong hê ta ẻ ton cc ềc bi∫u diπn
thơng qua bi∏n tr§ng thái (x, y, ✓). R là bán kính bánh
xe và L là kho£ng cách gi˙a hai bánh. V™n tËc tuy∏n
tính u và v™n tËc góc ! liên quan tĨi chuy∫n Ỵng cıa
robot. Mơ hình Ỵng hc biu din sá thay i trĐng
thỏi ca robot thụng qua các bi∏n v™n tËc nh˜ sau:
8
>
˙
= u(t)cos(✓(t))
(1)

y(t)
˙ = u(t)sin(✓(t))
>
:˙
✓ = !(t)

V™n tËc tuy∏n tính u và v™n tËc góc ! ˜Ịc xác ‡nh
thơng qua v™n tËc góc cıa bánh trái (!L ) và bánh ph£i
(!R ) theo công th˘c sau:
(
u(t) = R(!L + !R )/2;
(2)
!(t) = R(!R !L )/L
III. KũT QUẫ THC NGHIừM
Hiêu quÊ ca hê thậng xõy dáng b£n Á và ‡nh v‡
˜Ịc ánh giá thơng qua ho§t Ỵng cıa robot trong mơi
tr˜Ìng trong nhà. Robot di chuy∫n vĨi v™n tËc trung
bình ∫ xây d¸ng b£n Á vĨi các thơng sË nh˜ sau: v™n
tËc tuy∏n tính 0,129 (m/s), v™n tËc góc 0,29 (rad/s), tËc
Ỵ x˚ l˛ £nh 1 Hz, tản sậ lòy mđu d liêu 30 Hz.
A. Xõy d¸ng b£n Á và ‡nh v‡ phịng 1

Hình 6. SÏ Á cıa ph˜Ïng pháp RTAB_Map.

ISBN: 978-604-80-5076-4

Phịng 1 là phịng thí nghiªm trong nhà có diªn tích
50 m2 , n∑n lát á. Hình 8 (a) là hình £nh th¸c t∏ cıa

71

Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thơng và Cơng nghệ Thơng tin (REV-ECIT2020)

cıa phịng 1. Phũng thớ nghiêm cú kờ cỏc dóy bn thác
nghiêm v có kho£ng trËng gi˙a các dãy bàn. Robot di
chuy∫n xung quanh phòng, s˚ dˆng camera ∫ thu £nh
khi di chuy∫n, t¯ ó tái t§o l§i b£n Á cıa phịng. Hình
8 (b) là k∏t qu£ xây d¸ng b£n Á 2D cıa phịng 1. B£n
Á 3D thu ˜Ịc  Hình 8 (c) là các pointcloud hay còn
gÂi là ám mây i∫m. ây là t™p hỊp các i∫m trong
khơng gian 3 chi∑u. D˙ liêu ỏm mõy ny biu th hỡnh
Ênh ca mẻt vt th∫ d˜Ĩi d§ng nhi∑u i∫m trong khơng
gian và mÈi i∫m ó mang tÂa Ỵ (x, y, z). ˜Ìng màu
xanh trong b£n Á th∫ hiªn ˜Ìng robot ã i qua, vùng
tr≠ng là khơng gian khơng có v™t th∫ do ó robot cú th
hoĐt ẻng trong vựng ny, vựng mu en l nẽi robot
khụng hoĐt ẻng ềc do cú cỏc vt cÊn.
Hỡnh 9 bi∫u diπn chi ti∏t k∏t qu£ xây d¸ng b£n Á
trong t¯ng khu v¸c cıa phịng. Do kích th˜Ĩc robot
nh‰, nờn th trèng hoĐt ẻng ca camera vựng tảm
thòp nh˜ng thu ˜Òc £nh  kho£ng cách xa. K∏t qu£ cho
thòy robot cú khÊ nng tỏi tĐo lĐi bÊn mẻt cỏch hiêu
quÊ.
Sau khi bÊn ềc xõy dáng, v trí cıa các i∫m
trên b£n Á ˜Ịc xác ‡nh nh˜ trên Hình 10. TÂa Ỵ
(x, y) mỴt sË i∫m (A, B, C, D, E) c¶n xác ‡nh có giá
tr‡ trên B£ng I.

V‡ trí

A
B
C
D
E

Giá tr‡ trên b£n Á
(m)
5,92
1,89
2,01
0,91
2,7

« VÀ TH‹C Tị

Giá tr‡ th¸c t∏
(m)
5,9
1,85
2,0
0,94
2,66

Sai sË
(%)
0,02
0,04
0,01
0,03

0,04

11 (b)). B£n Á thu ˜Ịc vĨi vựng mu trăng l vựng
robot cú th hoĐt ẻng v vựng khụng hoĐt ẻng ềc
mu en do cha cỏc vt. Cỏc vựng trăng v en xỏc
nh ềc trờn bÊn Á giËng vĨi các khơng th¸c t∏ cıa
phịng. K∏t qu£ ‡nh v‡ các ˜Ìng trên b£n Á phịng
2 ˜Ịc th∫ hiên trờn Hỡnh 12. BÊng III cho thòy giỏ tr
khoÊng cách cıa các ˜Ìng o trên b£n Á và trên th¸c
t∏. Sai sË trung bình cıa các ˜Ìng là 0.0163 (m). Giá
tr‡ sai sË này nh‰ hÏn trong tr˜Ìng hỊp phịng 1 và phù
hỊp vĨi kích th˜Ĩc cıa robot. K∏t quÊ thác nghiêm quỏ
BÊng III
ô V THC Tũ

ô

KhoÊng cỏch
(m)
AB
CD
EF
GH

Ta ẻ (x, y)
(m)
(1,430 2,925)
(2,470 0,390)
(5,850 0,455)
(5,655 2,860)

(5,655 5,070)

∫ ánh giá Ỵ chính xác cıa ph˜Ïng pháp xây d¸ng
b£n Á và ‡nh v‡. B£ng II ánh giá kho£ng cách các
˜Ìng trên b£n v cỏc èng thác t tĐi phũng 1 vểi
cỏc chø sË nh˜ sau: các ˜Ìng ánh giá ˜Ịc t§o bi
các i∫m ‡nh v‡ trong B£ng I; giá tr‡ o ềc trờn bÊn
; giỏ tr o thác t tĐi phũng; sai sË gi˙a giá tr‡ o
trên b£n Á và giá tr o thác t. Sai sậ trung bỡnh ca
cỏc oĐn là 0,028 (m). Sai sË này là phù hỊp vĨi kích
th˜Ĩc cıa robot.
B. Xây d¸ng b£n Á và ‡nh v‡ phịng 2
Phịng 2 có diªn tích nh‰, 10 m2 , vĨi bàn, gh∏ và
tı. Robot di chuy∫n quanh phịng ∫ xõy dáng bÊn
ca phũng. Hỡnh 11 th hiên kt qu£ ‡nh v‡ cıa phịng
2 vĨi b£n Á 2D (Hình 11 (a)) và b£n Á 3D (Hình

ISBN: 978-604-80-5076-4

Kho£ng cách
(m)
AB
CD
EF
GH
IK

ÁNH GIÁ KHOÉNG CÁCH CÁC ◊ÕNG TRÊN BÉN
PHÒNG 2

B£ng I
¿NH V¿ CÁC V¿ TRÍ TRÊN BÉN

B£ng II
ÁNH GIÁ KHOÉNG CÁCH CÁC ◊ÕNG TRÊN BÉN
PHỊNG 1

72

Giá tr‡ trên b£n Á
(m)
0,585
0,195
1,235
0,92

Giá tr‡ th¸c t∏
(m)
0,6
0,2
1,22
0,95

Sai sË
(%)
0,015
0,005
0,015
0,03

trình xây d¸ng b£n Á và ‡nh v‡ cıa robot trong hai
phũng trờn cho thòy hiêu quÊ hoĐt ẻng ca hê thậng
SLAM. Hê thậng cú khÊ nng tỏi tĐo lĐi b£n Á và ‡nh
v‡ ˜Ịc các v‡ trí trên b£n Á. Sai sË cıa hª thËng nh‰,
phù hỊp vĨi kích th˜Ĩc cıa robot.
IV. KịT LN
MỴt robot có kích th˜Ĩc nh‰ gÂn, chi phí thßp ã ˜Ịc
phát tri∫n trong nghiên c˘u này. Ph˜Ïng pháp Visual
SLAM trên n∑n t£ng ROS cho phép robot cú th thu
d liêu ca mụi trèng, xõy dáng b£n Á và ‡nh v‡ ví
trí cıa trên b£n Á ca mụi trèng trong nh. Hiêu quÊ
hoĐt ẻng ca robot ềc kim nghiêm thụng qua cỏc
ỏnh giỏ thác nghiêm trong phịng th¸c t∏. K∏t qu£ cıa
SLAM s≥ ˜Ịc s˚ dˆng lp k hoĐch èng i cho
robot trong hê thậng dđn èng tá ẻng.


Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thơng và Cơng nghệ Thơng tin (REV-ECIT2020)

(a) Hình £nh th¸c t∏

(b) B£n Á 2D

(c) B£n Á 3D

Hình 8. Xây d¸ng b£n Á phịng 1

(a) Hình £nh th¸c t∏ 1

(b) B£n Á 3D 1

(c) Hình £nh th¸c t∏ 2

(d) B£n Á 3D 2

(e) Hình £nh th¸c t∏ 3

(f) B£n Á 3D 3

(g) Hình £nh th¸c t∏ 4

(h) B£n Á 3D 4

Hỡnh 9. Xõy dáng bÊn mẻt sậ vựng ca phịng 1

TÀI LIõU THAM KHÉO

Hình 10.

‡nh v‡ phịng 1

LÕI CÉM ÃN
Nghiên c˘u này ˜Ịc tài trỊ bi
Hà nỴi theo ∑ tài mã sË QG.17.69.

ISBN: 978-604-80-5076-4

§i hÂc QuËc gia

73

[1] Roland Siegwart, IIlah R Noubaskh, "Introduction to Autonomous Mobile Robot", MIT Press, London, England, 2004
[2] Phillip McKerrow, "Introduction to Robotics", Addison-Wesley,
1991.
[3] " />[4] Giorgio Grisetti, Rainer Kummerle, Cyrill Stachniss, Wolfram
Burgard, “A Tutorial on Graph-Based SLAM”, IEEE Intelligent
Transportation Systems Magazine, Volume: 2, Issue: 4, 2010
[5] Dieter Fox, Wolfram Burgard, and Sebastian Thrun, "Markov
Localization for Mobile Robots in Dynamic Environments",
Journal of Artificial Intelligence Research 11, pp 391-427, 1999
[6] D. Simon, "Optimal State Estimation: Kalman, H Infinity, and
Nonlinear Approaches", Inc, ISBN 9780471708582, 2006.
[7] E. A. Wan and R. v. d. Merwe, "The Unscented Kalman Filter
for Nonlinear Estimation", Proceedings of Symposium 2000 on
Adaptive Systems for Signal Processing, Communication and
Control (AS-SPCC), Lake Louise, Alberta, Canada, 2000
[8] ROS: />[9] Sarganil Das, “Simultaneous Localization and Mapping (SLAM)
using RTAB-Map”, 2018.
[10] D. Schleicher, L.Bergasa, M.Ocan, R.Barea and E.Lo pez “Realtime hierarchical stereo Visual SLAM in large-scale environ-


Hội nghị Quốc gia lần thứ 23 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2020)

10.20944/preprints201907.0035.v1, 2019

(a) B£n Á 2D

(b) B£n Á 3D
Hình 11. Xây d¸ng b£n Á phịng 2

Hình 12.

‡nh v‡ phịng 2

ments”, Robotics and Autonomous Systems, vol. 58, no. 8, pp.
991–1002, 2010.
[11] Nicolas Ragot, Redouane Khemmar, Adithya Pokala, Romain
Rossi "Benchmark of Visual SLAM Algorithm: ORB-SLAM2
vs RTAB-Map", Eighth International Conference on Emerging
Security Technologies (EST),DOI: 10.1109/EST.2019.8806213
2019
[12] Bruno M. F. da Silva, Rodrigo S. Xavier and Luiz
M. G. Gonc¸alves "Mapping and Navigation for Indoor
Robots under ROS: An Experimental Analysis", Doi:

ISBN: 978-604-80-5076-4

74