The SLAM Hive Benchmarking Suite

要約

SLAM (Simultaneous Localization and Mapping) アルゴリズムのベンチマークは、科学者にとってもロボット システムのユーザーにとっても重要です。
しかし、ハードウェアとソフトウェアの多くの構成オプションにより、SLAM システムは、これまで科学者が探索できなかった広大なパラメーター空間を備えています。
提案された SLAM Hive Benchmarking Suite は、コンテナ テクノロジの利用とクラスタへの展開を通じて、何千回ものマッピング実行で SLAM アルゴリズムを分析できます。
このホワイト ペーパーでは、SLAM Hive のアーキテクチャとオープン ソースの実装について説明し、SLAM 評価に関する既存の取り組みと比較します。
さらに、精度の観点から公開データセットでいくつかのオープン ソース アルゴリズムを調査することにより、SLAM Hive の機能を強調します。
アルゴリズムを相互に比較し、パラメーターが精度だけでなく、CPU とメモリの使用量にどのように影響するかを評価します。
これにより、SLAM Hive が SLAM アルゴリズムの適切な比較と評価に不可欠なツールとなり、SLAM 研究の科学的発展を推進できることを示します。

要約(オリジナル)

Benchmarking Simultaneous Localization and Mapping (SLAM) algorithms is important to scientists and users of robotic systems alike. But through their many configuration options in hardware and software, SLAM systems feature a vast parameter space that scientists up to now were not able to explore. The proposed SLAM Hive Benchmarking Suite is able to analyze SLAM algorithms in 1000’s of mapping runs, through its utilization of container technology and deployment in a cluster. This paper presents the architecture and open source implementation of SLAM Hive and compares it to existing efforts on SLAM evaluation. Furthermore, we highlight the function of SLAM Hive by exploring some open source algorithms on public datasets in terms of accuracy. We compare the algorithms against each other and evaluate how parameters effect not only accuracy but also CPU and memory usage. Through this we show that SLAM Hive can become an essential tool for proper comparisons and evaluations of SLAM algorithms and thus drive the scientific development in the research on SLAM.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google