MicroDuck SLAM·오도메트리: 공개 데이터와 정확도 읽는 법

기술 글의 공개일과 데이터 날짜가 다릅니다

Pollen Robotics의 Antoine Pirrone이 2026년 10월 23일 다리 오도메트리와SLAM 기술 글을 공개했습니다. 연결된 데이터는 10월 14일 만들어졌으며 오늘 새로 촬영된 자료가 아닙니다. 공식 안정 버전은 0.17.8입니다. 데이터 카드의 재생 기준은 별도 maploc-v2 브랜치 34b106c이므로 글을 보고 바로 업데이트 명령을 실행할 근거는 없습니다.

이동 궤적과 방 안의 위치를 구분하세요

접촉점 오도메트리는 다리 관절 기하와 IMU 자세를 결합해 부팅 이후의 상대 이동을 구합니다. 들어 옮긴 위치는 직접 알 수 없습니다. 매퍼는 멈췄을 때 근거리 ToF를 맞추며, 머리 카메라는 이 매퍼의 입력이 아닙니다. 외부 카메라와 바닥 태그는 평가용 진실값 장치입니다.

오도메트리 보고서는 20구간, 총 47.5m를 각각 시작점에 맞춰 평가했습니다. 끝점 오차 중앙값은 5.7cm, 최악은 11.8cm입니다. 구간별 비율 중앙값 **2.9%**와 총오차／총거리 **2.4%**는 집계가 다르며 방 전체의 절대 위치 정확도를 보장하지 않습니다. 이 오도메트리 값은 글의 별도 평가이며 아래 저장된 재생 지표를 사이트에서 다시 집계한 결과가 아닙니다.

정확도와 추적 시간 비율을 함께 읽기

고정 데이터 카드와 원본s2지표·s3지표는 거실에서 패드로 조종한 alpha 기체, velstand 정책의 기록입니다.

마지막 행은 추적 중인 시간만 분모로 삼습니다. 전체 녹화의 99%·94%가 아닙니다. 공식 글에는 낯선 방의 오인식, 계속 걸으면 재위치 추정이 늦어지는 한계도 있습니다. 여러 방의 자율 탐색은 후속 과제입니다.

로봇 없이 재생 자료부터 확인하는 순서

1. 고정 버전 데이터 트리에서 session을 고르고 rig.toml, room/, film/track.csv, ground_truth/clock.json 관계를 유지하세요. 상태·ToF·영상·외부 진실값의 시간 필드가 달라 제공된 시계 대응이 필요합니다.
2. sessions/s2/baselines/maploc/report/report.md부터 비교합니다. 좌표 단위는 m, 월드 z는 위쪽, 쿼터니언 순서는 [w,x,y,z]입니다.
3. 34b106c 재생 코드와 포함된 code/maploc_truth 스냅샷을 맞춥니다. 아래는 데이터 카드의 참고 명령입니다. 각 프로젝트 준비를 마치고 데이터 경로를 맞춰야 하며 이 사이트에서 실행한 결과가 아닙니다.

# 고정 microduck 작업 폴더에서 실제 절대 경로로 변경
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
# 같은 데이터의 도구 폴더로 이동하고 원문 준비 절차 완료
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"

위치·지도 점수와 함께 추적 상실／복귀를 남기세요. 사이트는 고정 문서·소스·작은 지표 파일만 읽었으며 전체 기록 다운로드, 컴파일, 점수 재현, 하드웨어 시험은 하지 않았습니다. 데이터 표기 라이선스는 Apache-2.0입니다. HD1910 개인 제작은 자체 센서 좌표 변환과 런타임 계약을 맞춰야 합니다. 복제 자료와DIY 절차로 이어집니다.