2024机器人SLAM算法测试规范

SLAM 目 前 范 附录B：机器人定位导航性能参数汇总 器人SLAM算法性能的测试。T/SSITS101—2020T/SSITS401—2020GB/T12643—2013机器人与机器人装备GB/T38124—2019GB/T38834.1—2020机器人服务机器人性能规范及其试验方法第1部分：轮式机器人运动（ISO18646-1:2016Robotics-PerformancecriteriaandrelatedtestmethodsforservicerobotsPart1:LocomotionforwheeledrobotGB/T30030-2013自动导引车（AGV）GB/T30029-2013自动导引车（AGV）T/SSITS-IMR202-2020T/SSITS-IMR401-2020GB50034-2013移动机器人industrialmobilerobotSLAM（SimultaneousLocalizationandMapping）同步定位与建图技[T/AIIA001-20203.3.1]成的三维向量。[GB/T12643—2013，4.5]在环境地图上识别或分辨机器人的位姿。[GB/T12643—2013，-2020几何地图、拓扑地图和语义地图。[GB/T12643—2013，7.1]息,构建环境地图的过程。[T/AIIA001-20203.4.2]地图的过程。[T/AIIA001-20203.4.3]部分，进行修改补充的建图方法。[T/AIIA001-20203.4.4]-20200—2013，运行方式（running自主导航模式automaticnavigation手动模式manual[GB/T12643—导航注：改写GB/T12643—2013，定义7.6地图照度入射在包含该点的面元上的光通量dΦ除以该面元面积dA所得之商。单位为勒克斯（lx，1lx=1lm/m2。[GB50034-20132.0.6]参考平面reference测量或规定照度的平面。[GB50034-2013工作温度：0℃～+55℃工作湿度：不超过90%；在室外测试时，可以采用双天线GPS/Bd定位定向系统、差分GPS/Bd精确定位系统、高精度惯性导航系统或其它满足测试要求的测试一个位置时，隔离墙与机器人中心的距离不小于机器人宽度的1.5倍或不小于1.5m，二者取较小值。隔离墙高度应当高于机器人高度，并且不能200m2至1000m2的试验场所。有些试验如果不便在空旷场地进行，也可注：机器人运动的方向为机器人长度方向，垂直于运动方向为机器测试路径包括：直线、L形、U形、“口”直线路径：在测试区域设定起点A和目标点B，AB距离至少为机器人长度的5倍，且机器人行走方向如图1所示。图1为机器人长度的5倍，机器人行走方向为A-B-C，如图2注1：在此路径下，机器人可选择路径a或路径b注2：路径b需完全在AC对角线同侧，且路径b与AC面积需大于路径a与AC连线围成的面积的1/2图2“L“U形路径：在测试区域设定位置点A、B、C、D，U形路径边长至少为机器人长度的5倍，机器人行走方向为A-B-C-D，如图3所示图3“U“口”形路径：在测试区域设定位置点A、B、C、D，“口”形路径边长至少为机器人长度的5倍，如图4所示。机器人按A-B-C-D-A路径方向行走，此路径起点和目标点均为A。“口”形路径可以用于测试机器人导图4“口 在5节要求测试环境中，均匀布设k个标志杆，10≤k≤15。标志杆上点之间的直线距离LRij(i,j12...k已知。有标志杆，确保在所建环境图中能够找到所有标志杆的相对位置，如图5如图6重复步骤a)和b)N次，N≥3图5

LRi,j(i,j1,2...k)图6注1：图5注2：图6中空心多边形为环境地图中标志杆位置，实心多边形为测个标志杆之间的直线距离i的误差DEijDEi,jLRi,jLoi,j(i,j1,2,...k DEimaxDEi1kDEi i

表1DEi注1：该实例中，假设k为10。可根据实际测试，调整k注2：DEimax在5节要求测试环境中，均匀分布机器人主传感器可以识别的M个标志杆，M≥10。标志杆密度为每20㎡一个。采用计时器计时或机器人服记录建图过程中数据采集时间Tc、数据传输时间Tt数据存储的时间Tp在同一环境条件下重复建图N次，N≥3注1：Tc注2：如果采用服务器进行建图，则Tt注3：Tp在该测试环境下，机器人完成1次建图所需总体时间TeTeTcTt在该测试环境下，N次试验的平均建图时间Te

单位面积建图时间

Te

1Ni

其中：S

RTTe/

在5节要求测试环境中，用表3规定的木质墙体作为隔板划将场地分成不同区域，每个区域内部具有若干个标志杆，标志杆密度为每20㎡一图7与区域内随机其它位置，并保证新位置与原位置距离1m以上，（减少）10%重新操作机器人，设置其初始地图为第一步输出的环境地图，在新的测试环境中进行修正建图操作，如图8所示，图中空心多边形为移动图8修正建图完毕后，观察初始地图与更新之后地图的变化情况，应用可拆卸隔板将40%左右标志杆隔离开，机器人建图时经过隔板一侧的各个标志杆，在输出的环境地图应包含对应的标志杆，如图9所图9重新操作机器人，设置其初始地图为第一步输出的环境地图，在域，如图10所示；图10注：隔板会出现在第一次建图结果中，在第二次建图时会消失。但应满足5.1应满足5.2对测试环境的要求，且应选择5.3选择5.3中每一种测试路径类型，设定机器人起始点和目标点，在自实际位姿xiyii，记录指令的目标点位姿为x0y00，每种路径重复测试N次，N≥6。计算平均位姿信息为：xx y

N

xiy

yi,

RPl

xx ySl

l Ni

NNlNN

3S,S

件下，N次所得测试结果的平均值，如表2所示：表2AP(RP(本测试为了评估机器人SLAM算法重定位功能，在机器人开机启动应满足5.1应满足5.2对测试环境的要求，且应选择5.3中的“L”形或者“U”形测第1上选择测试点数量不少于3个，即至少包括起点、终点和一个中间点。中间点应选择在机器人航向角转过90°以后的路径上。止运动，记录机器人位姿x0,y0,0。然后遮挡其主传感器，使其位姿信息丢失至少10s以上。撤除遮挡物，记录从撤除遮挡物开始，在30s内重定位成功次数n及重定位时间次，N≥30。第2息，则方法1不能正确评价机器人重定位性能。在这种情况下，可通过设置的错误位置应至少距离当前位置5倍机器人长度，设置错误的姿态角度与当前姿态角绝对值相差至少30°。在30s内重定位成功次数n，重定成功位时间为ti。总的重定位试验次数N次，N≥30。第3在第2种情况下，若机器人没有相应接口，不能给机器人设置错误位姿信息，则行进间重定位测试不能给出，可按照7.2.3.2开机重定位测试方Prel=

重定位时间

1n

ni1重定位位置准确度ARPl：根据公式(6)计算；重定位位置重复性RRPl：根据公式(8)计算；重定位姿态重复性RRP：根据公式(12)计算。在5.2环境中，选择一个起始点，将机器人放置在该点处之后再开验N次，N≥30。重定位测试指标同7.2.3.1，并根据相应的公式进行计算测试完成后，填写测试结果，见表表3功率间Trel度度RRP(测试设备应满足5.140°]时和[140°，170°]时，或在晨8:00-10:00之间和傍晚17:00-选择5.3L”形或U”按5.2~5.4的要求，测试机器人重定位性能指标。包括重定位成功然后，比较在两种不同光照环境下对机器人重定位性能的影响。以角标1表示晨测试结果，以角标2表示傍晚测试结果，定义指标如下：

rrTrel1

AP

如果阳光照射角度对机器人定位导航性能影响不大，那么以上6个比率指标均约等于1。否则说明阳光照射角度对机器人定位导航性能有影响。影响越严重，比值会越偏离1。测试完成后，填写两种环境下重定位测量指标值及比例，如表4所示。表4比rP比测试设备应满足5.1《GB50034-2013选择5.3L”形或U”表5房间（场所照度标准值房间（场所照度标准值仓库1.0m仓库1.0m仓库1.0m仓库1.0m按5.2~5.4的要求，测试机器人重定位性能指标，包括重定位成功如果光照对机器人定位导航性能影响不大，那么以上6个指标（重定照环境下重定位测量指标值，如表6所示。表6度功率比间比度比比性比比测试设备应满足5.1选择5.3L”形或U”如果SLAM算法中考虑了动态场景变化下重定位的问题，那么场景变化对机器人定位导航性能影响不大，重定位性能指标（见7.2）相差应不大，否则说明SLAM算法对动态场景的适应性较差。适应力越差，差7所示。表7功率间Trel度度RRP(注1：表中以10%的变化率为步长设计了场景，实际测试中可根据需注2：当重定位成功率 0.707时视为重定位能力失败。满 0.707的场景变化率的最小值为SLAM机器人可根据9.1移动机器人及SLAM算法应当满足724h附录A和导航时的依据是其最初建图（或对地图动态更新）t0时刻的布局，而在工作时，需要知道当前t1时刻的布局，不需要考虑中间时刻的布局，因此，本规范对“动态场景”的评估只考虑t0、t1些设施统称为要素，这些要素以A、B、C、…Zn等代号表示，图A1为图A-1 Si与仓库面积S之比形，相邻两边分别与x轴、yElementxy,wh,，其中x,y为该元素几何中心点的坐标，w、h为该元素沿x、y方向上的长度，为该元素与x对于平行于x、y轴放置的长方形要素，如图A2中的要素ASA hA。对于异形或倾斜放置的要素，如图A2中的要素D为其锚记框。要素D自身长宽分别为wD、hD '、h'，参数化表达式为DxD,yD,wD,hD,，占用面积记为 图A-2占据栅格方式：通常在仓储场景中采用占据栅格地图（OccupancyGriMap，区域的地图栅格，如图A-3所示，图中每个栅格的面积为G，与要素D有交叠区域（被要素D完全覆盖住的栅格以及所有灰色部分）的栅格数量之和为N，该要素的占用面积记为SDN G。图A3发生变化（忽略z方向上的变化，主要有要素的增减、平移、旋转、尺r

S

面积，SCSS为仓库变动前后的面积差( SSA0

变化率r

rSSA

例如仓库中增加要素B。从移动机器人的视角来看，相当于要素B 变化率r

rSSB

例如仓库中要素D发生了旋转。假设旋转要素D平行于xDxD,yD,wD,hD,0 DxD,yD,wD,hD,，其中 ，换算关系如下SDtarctanwD，K

wD hDsinhDw2w2 K

wDsin

SD

sin

hDsinhD wDsin Kcostsin)(Kcost Ksintsin K

K(sin2t

Ksin2t

Ksin2

变化率r为 r 显然，若要素D与x方向有一个初始角度0 K2(sin2sin2r

素，但理论上仓库要素可以是任何形状，如图A-2中的要素E、F，对于设要素A的尺寸发生了变化，wA、hA至少有一个发生了变化，例如变化成为要素C的尺寸，对应的占用面积变化为：变化率r为

rSSCSA

例如要素平移：设要素A平移到要素B的位置处，从移动机器人的视角来看，无论移动机器人能否识别出要素A、B的同一性，都认为是要素A从地图中移除，同时在地图中增加了要素B，即AxA,yAwAhA0 变化率r

SSA

rSSASB hA

移动机器人的定位地图一般采用占用栅格地图，栅格的尺寸通常是5c积，如图A-3所示，要素D的面积为其占据的所有栅格（灰色部分）的要素增加/移除：S G，式中G为栅格面积，N为要素占据的栅 G，式中N为要素旋转后，新占据的栅格数量要素尺寸改变: G，式中N为要素尺寸改变后，新占据的栅变化率r为:

rSN

记框方法计算占用面积变化SA，或者按占据栅格面积方法计算占用面积变化SO，将所有要素的变动（ri，i=1，2，…，n）分别计算变化率，最后累加求和即可得到总的场景变化率rall：

rC

riArC

rallrC

riOrC

对于A、BF这类非平行于栅格方向或者异形的要素来说，锚记框的面积显著大于该积变化SA，按占据栅格面积方法计算占用面积变化SO，然后取二者的较小值作为最终的占用面积变化Smin{SiASiO}。将所有要素的变动（ri，rall：rallrC

rirC

minSiA,

注意到，

rC 超过S的，即变化率rall超过100%当rall≥100%时，可以考虑调整场景的