【泡泡一分钟】从灰度图为Gazebo world自动生成3D 实体模型

每天一分钟，带你读遍机器人顶级会议文章

标题：Automatic tool for Gazebo world construction: from a grayscale imageto a 3D solid model

作者：Bulat Abbyasov, Roman Lavrenov, Aufar Zakiev, Konstantin Yakovlev,Mikhail Svinin and Evgeni Magid

来源：2020 IEEE International Conference on Robotics and Automation (ICRA)

编译：Dkaka

审核：柴毅，王靖淇

这是泡泡一分钟推送的第 646 篇文章，欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

机器人模拟器为在模拟物理环境中对新概念和算法进行评估提供了便利，减少了开发时间和成本。对此，有一个可以从任意2D图像或2D激光测距仪数据快速创建3D景观的工具就显得尤其方便。本文提出了一种可以为Gazebo模拟器自动构建此类景观的新工具。该工具将灰度图像转换为3D Collada格式的模型，可以被直接导入到Gazebo中。我们使用我们的工具构建的在三种不同复杂度环境中运行了三种不同的SLAM算法。实时性指标（RTF）被用作比较效率的标准。SLAM任务以可接受的RTF水平被成功完成，证明了该工具的效率。工具的源代码可免费用于学术用途。

此工具相比于原来的工具贡献在于可以从任意长宽比例的高度灰度图中生成单体的模型来创建Gazebo world。之前从高度图中创建Gazebo world的工具受限于通过SDF格式来描述高度图，导致生成的world中含有若干个相互独立的模型来表示高度图中的地形。ODE物理引擎性能在模型的数量较多时会降低，随着模型的增长，实时性能指标（RTF）会快速降低到0以至于到不可用的水平。而本文生成的单体模型规避了这一问题，并且输入的高度图不再受限于1:1的长宽比。

图1：左：一个占据地图，由在 Laboratory of Intelligent Robotic Systems的 2D hokuyo LRF 传感器上数据建立。

这个地图标记了占据的数据，白色像素表示了空的点，黑色像素表示了被占据的点，灰色像素表示尚未探索的部分 

右：一张表示崎岖不平的山岭地貌的灰度图

图2：被成功导入的高度图，被两个四旋翼和一个Turtlebot机器人加以验证。

图3 ：准备用来转换的斜坡图

图4 ：转换结果：无纹理的Collada格式的模型

图5 ：被应用在图四中的一个模型的纹理

图6 上：一个有纹理的模型

图7 ：Gazebo模拟器中的一个Huksy机器人和生成的world

图8 : 碰撞检测。Jackal 机器人爬45度坡（上图）Turtlebot在一个土墙顶端（下图）

图9：原本的3D模型的顶视图（左图）。和一个由Husky机器人生成的来源于传感器的地图（右图）。

图10：LIRS-WCT的图形操作界面。

表1 LIRS-WCT 输入的参数描述

图11：一个3D地貌例子。Gazebo引擎使用了一个高度图方法来创建3D地形（上图）。通过LIRS-WCT创建的单体模型，并加载到Gazebo中（下图）。

图12 ：三个作为生成源的2D图片（左列）和三个相对应的由LIRS-WCT创建的3D Gazebo 环境（右列）。

 地图的难度的从上到下依次变高。

图13：Husky机器人作为载体，SLAM 算法在不同world中执行的效率：基于高度图生成的（左侧）和一体式模型（右侧）的， 不同的复杂地形类型（从上到下，简单到复杂）。

对每一种SLAM算法，随时间变化的实时性指标（RTF）的平均值和标准差被记录下来。RTF 的大小反映了模拟的性能。(RTF越大性能越好。)

表2 对不同world的生成方法在低复杂度地图中的性能比较。

表3：对不同world的生成方法在中等复杂度地图中的性能比较。

表4：对不同world的生成方法在高复杂度地图中的性能比较。

Abstract

Robot simulators provide an easy way for evaluation of new concepts and algorithms in a simulated physicalenvironment reducing development time and cost. Therefore itis convenient to have a tool that quickly creates a 3D landscapefrom an arbitrary 2D image or 2D laser range finder data. Thispaper presents a new tool that automatically constructs suchlandscapes for Gazebo simulator. The tool converts a grayscaleimage into a 3D Collada format model, which could be directlyimported into Gazebo. We run three different simultaneouslocalization and mapping (SLAM) algorithms within threevarying complexity environments that were constructed withour tool. A real-time factor (RTF) was used as an efficiencybenchmark. Successfully completed SLAM missions with acceptable RTF levels demonstrated the efficiency of the tool.The source code is available for free academic use.