MicroDuck SLAM: Daten und Grenzen der Odometrie

Was ist neu und welche Version beschreibt es?

Pollen Robotics hat am 23. Oktober 2026 die technischen Hinweise zu Odometrie und SLAM“ veröffentlicht. Ihr Autor ist Antoine Pirrone. Der Wiederholungsdatensatz wurde am 14. Oktober erstellt; es wird hier neu angeschlossen, heute nicht neu aufgenommen. Der offizielle stabile Daemon bleibt 0.17.8. Der Datensatz benennt die separate maploc-v2-Wiedergabebasislinie 34b106c; Behandeln Sie den Blog nicht als Upgrade-Befehl.

Relative Bewegung und eine Raumkarte beantworten unterschiedliche Fragen

Kontaktodometrie kombiniert Beingelenkgeometrie mit IMU-Orientierung. Es schätzt die Bewegung relativ zum Stiefel, sodass ein getragener Roboter seine Raumposition verlieren kann. Der Mapper fügt Nahbereichs-ToF-Beobachtungen und Übereinstimmungen an Stopps hinzu; Seine Kamera ist nicht der Mapping-Eingang. Die externe Kamera und die Bodenetiketten gehören zum Auswertegerät. Diese Unterscheidung ist wichtig, wenn Sie eine Aufzeichnung auswählen oder eine Driftspur diagnostizieren.

Der Odometriebericht misst 20 Gehstrecken, insgesamt 47,5 m: Endpunktfehler Median 5,7 cm, schlimmster 11,8 cm. Der mittlere Prozentsatz pro Strecke beträgt 2,9 %, während der Gesamtfehler dividiert durch die Gesamtstrecke 2,4 % beträgt. Keine der beiden Zahlen ist eine Garantie für absolute Raumgenauigkeit. Diese Odometriezahlen stammen aus der separaten Auswertung des Blogs und nicht aus einer Neuberechnung der unten gespeicherten Wiedergabemetriken.

Lesegenauigkeit und Abdeckung

Die Karte mit festem Datensatz und ihre ursprünglichen S2-Metriken / S3-Metriken beschreiben einen Alpha-Roboter, Policy velstand, der mit einem Pad in einem Wohnzimmer gesteuert wird.

Die letzte Zeile hängt von der Tracking-Zeit ab. Damit sind nicht 99 % oder 94 % der gesamten Aufnahme gemeint. Der SLAM-Bericht beschreibt auch Ausfälle in einem unbekannten Raum und längere Ausfallzeiten ohne Stopps; Die autonome Erkundung mehrerer Räume bleibt Zukunftsarbeit.

Starten Sie eine Wiederholungsüberprüfung ohne Roboter

1. Öffnen Sie den an angehefteten Datensatzbaum. Behalten Sie rig.toml, room/, die ausgewählte Sitzung, deren film/track.csv und ground_truth/clock.json bei. State/ToF, Kamera und externe Wahrheit verwenden unterschiedliche Zeitstempelfelder; Der mitgelieferte Uhrenpass verbindet sie.
2. Lesen Sie sessions/s2/baselines/maploc/report/report.md, bevor Sie eine benutzerdefinierte Wiedergabe vergleichen. Koordinaten sind Meter, Welt z ist oben und Quaternionen sind [w,x,y,z].
3. Ordnen Sie Wiedergabequelle 34b106c und den enthaltenen code/maploc_truth Schnappschuss zu. Der Datensatz dokumentiert diese beiden Befehle aus ihren jeweiligen Projektverzeichnissen; Passen Sie nur den Datensatzpfad an. Es handelt sich um Referenzbefehle, nicht um eine von dieser Site ausgeführte Ausführung.

# From the fixed microduck checkout; replace this absolute path
SLAM_DATA="/absolute/path/SLAM_JJ_Salon_with_GT"
cargo run -p maploc --release --example replay -- "$SLAM_DATA/sessions/s3/session/20261014-172242-graphite-bang" --export "$SLAM_DATA/run.json" --grids
# Then enter the bundled toolkit and complete its documented setup
cd "$SLAM_DATA/code/maploc_truth"
uv run mtruth --rig "$SLAM_DATA/rig.toml" evaluate "$SLAM_DATA/sessions/s3/session/20261014-172242-graphite-bang" --track "$SLAM_DATA/sessions/s3/film/track.csv" --room "$SLAM_DATA/room" --replay "$SLAM_DATA/run.json" --out "$SLAM_DATA/report"

Behalten Sie Verlust-/Wiederherstellungsereignisse neben Positions- und Kartenwerten bei. Diese Site liest die festen Karten-, Code- und kleinen Metrikdateien; Es wurden weder die vollständigen Aufnahmen heruntergeladen noch die Wiedergabe zusammengestellt, die Partituren nicht reproduziert oder die Hardware getestet. Der Datensatz ist mit Apache-2.0 gekennzeichnet. Ein persönlicher HD1910-Build benötigt seine eigenen Sensortransformationen und einen Laufzeitvertrag: siehe Replikat-Quellenhinweise und DIY-Kompatibilitätsschritte.

Wohin als nächstes?