Qu'est-ce que le SLAM?
Comment ça marche, et qu'est-ce que ça signifie pour la numérisation 3D mobile?
SLAM 101
La localisation et numérisation simultanées, connue en anglais sous le nom de SLAM (simultaneous localization and mapping) ne désigne pas une application logicielle en particulier ni un simple algorithme. Le SLAM est un terme général désignant un processus technologique, développé dans les années 1980, qui permet aux robots de naviguer de manière autonome dans de nouveaux environnements sans disposer d'une carte.
La navigation autonome exige de localiser la machine dans l'environnement tout en générant simultanément une carte de cet environnement. C'est très difficile à réaliser, car la machine doit disposer d'une carte de l'environnement pour estimer sa propre position. Mais pour générer la carte, elle doit connaître sa propre position.
En raison de ce cercle de dépendances sans fin, le SLAM est parfois associé au paradoxe de l'œuf et de la poule.
Comment fonctionne le SLAM?
Il y a de nombreuses façons d'aborder le SLAM. Heureusement, nous pouvons encore faire quelques généralisations pour illustrer l'idée principale.
Voici une explication très simplifiée : Lorsque le robot démarre, la technologie SLAM fusionne les données des capteurs intégrés au robot, puis les traite à l'aide d'algorithmes de vision par ordinateur pour "reconnaître" les caractéristiques de l'environnement. Cela permet au SLAM de construire une carte approximative et d'effectuer une première estimation de la position du robot.
Lorsque le robot se déplace, le SLAM utilise cette estimation initiale de la position, recueille de nouvelles données à partir des capteurs intégrés au système et effectue une nouvelle (et meilleure) estimation de la position. Une fois que cette nouvelle estimation de la position est connue, la carte est mise à jour à son tour, ce qui complète le cycle.
En répétant ces étapes en permanence, le SLAM suit la trajectoire du robot lorsqu'il se déplace à travers le site. En même temps, il construit une carte détaillée.