精确的3D建筑地图是许多不同用途的宝贵资产，从保护历史遗址到绘制灾区地图。然而，限制它们广泛使用的一个关键挑战是，生产它们是高度劳动密集型的，需要昂贵的技术设备。牛津机器人研究所(ORI)是工程科学系的一部分，该研究所的研究人员通过开发轻量级手持技术解决了这一问题，该技术能够在几小时内绘制整个建筑物的地图。

为了生产这些产品，该团队必须克服机器人和自主技术中的一个基本问题:同步定位和测绘(SLAM)。动态机器人系统小组的负责人莫里斯·法伦副教授解释说:“SLAM是一个计算问题，它为机器人配备了态势感知能力，这样它们就可以在构建未知环境地图的同时跟踪自己在其中的位置。””为了快速绘制建筑地图，需要将传感器和位置数据结合起来重建周围环境的强大算法。”

ORI团队开发了一种新的手持设备，融合了不同类型的传感器，使他们的SLAM算法可以在许多环境中工作。这增加了所得到的3D模型的稳健性和准确性。该设备将五个摄像头、一个惯性测量单元(IMU)和一个激光扫描仪(LIDAR)组合成一个单元。

为了测试他们新颖的SLAM算法的能力，该团队与谢尔登剧院的运营团队合作:这是一座六层的一级保护建筑，是牛津大学的官方礼仪大厅。首先，该团队使用一个标准的测量级3D激光扫描仪制作了一张高分辨率的地图，该扫描仪安装在一个三脚架上，重达10公斤。

动态机器人系统组博士生、项目负责人张林桐说:“传统映射方法的缺点立即显现出来。”“要完成完整的调查，需要把三脚架和扫描仪放在数百个不同的位置，而且在狭窄的楼梯上移动它非常具有挑战性。”整个过程耗时四天，期间剧院不得对外开放。“相比之下，用手持设备绘制谢尔登人的地图只需要30分钟，相当于绕着大楼走一圈的时间。”

在编译了两种设备的数据集后，该团队与喜利得公司合作，为来自世界各地的研究人员提供了使用数据的机会。由手持设备捕获的信息成为2022年喜利得SLAM挑战赛的基础:这是一项年度比赛，通过提供来自具有挑战性的现实环境的数据集，鼓励开发改进的SLAM算法。

林桐说，SLAM算法通常是在有限的实验室环境中开发的，不能代表现实世界的情况。“谢尔登数据集拥有独特的架构、黑暗的角落、长长的走廊和动态的物体，完美地打破了现有的SLAM算法，挑战了研究人员。”

这次比赛吸引了来自世界各地工业界和学术界的40多份参赛作品。在提交了基于手持设备数据集的算法后，每个团队都会收到一份基于使用测量级3D扫描仪生成的地图的详细精度报告。表现最好的团队，CSIRO(一家来自澳大利亚的研究实验室)和V&R Vision and Robotics(一家总部位于德国的公司)，在整个过程中取得了与测量级模型相差不到1厘米的结果。这是算法应用于建筑和测量部门的关键门槛。

该团队预测，快速3D扫描可以在建筑保护中得到广泛应用，还可以帮助提高可达性，使那些行动不便的人虚拟地游览感兴趣的景点。法伦副教授补充说:“我们也在研究如何将这项技术与自主机器人和无人机的研究结合起来。”“这可以快速绘制出人类难以进入或不安全的区域，比如灾区和废弃的核电站。”

法伦教授的团队还通过一个名为NavLive的衍生产品，迈出了将这项技术商业化的第一步。

谢尔登学院馆长主席乔治娜·保罗教授说:“我们很高兴谢尔登学院最著名的历史建筑之一的剧院成为测试最新3D地图技术的地点。”在考虑增加谢尔登剧院对更多样化的游客和观众的可访问性时，剧院的交互式3D模型有助于策展人和支持他们的团队了解这座迷人的17世纪建筑的结构细节。但这个数字模型本身就很有吸引力，我们希望它能吸引那些坐在电脑屏幕前探索谢尔登模型的人。”

研究“Hilti-Oxford Dataset:同步定位和测绘的毫米精确基准”发表在《IEEE机器人与自动化快报》上。

研究团队要感谢谢尔登剧院的运营团队，感谢喜利得组织了2022年喜利得SLAM挑战赛，并感谢他们租借3D激光扫描仪。

注：本文由院校官方新闻直译，仅供参考，不代表指南者留学态度观点。