RTAB-Map

Name: RTAB-Map — Descargar gratis. Mapeo 3D y localización
Availability: InStock
Rating: 4 (1 reviews)
Author: introlab

RTAB-Map (Real-Time Appearance-Based Mapping) es una herramienta de mapeo y localización en entornos 3D. Utiliza algoritmos avanzados para crear mapas detallados a partir de datos de sensores como cámaras, láser y Kinect. Es compatible con ROS y se emplea en robótica, realidad aumentada y aplicaciones de navegación autónoma.

★★★★★

4.0(1 valoración)

Descargar RTAB-Map (Enlaces oficiales)

Tamaño del archivo: 123 MB

La última versión de RTAB-Map es: 0.24.2

Sistema operativo: Windows, Mac OS

Idiomas: English

Desarrollador: introlab

Precio: $0.00 USD

Producto de código abierto y gratuito.

Mapeo en tiempo real. RTAB-Map construye mapas 3D mientras el robot o dispositivo se mueve en el entorno. Procesa datos de sensores en tiempo real para generar representaciones precisas del espacio, incluyendo obstáculos y superficies.
Localización basada en apariencia. El sistema compara características visuales del entorno para determinar la posición actual del robot dentro del mapa previamente generado. Esto mejora la precisión en entornos dinámicos.
Integración con múltiples sensores. Soporta cámaras RGB-D, LIDAR, sensores de profundidad y cámaras estéreo. Los datos de diferentes sensores se fusionan para obtener una representación más completa del entorno.
Loop closure detection. Detecta cuando el robot regresa a una ubicación ya mapeada, corrigiendo errores acumulados en la trayectoria. Utiliza descriptores visuales y métricas de similitud para identificar lugares conocidos.
Procesamiento de nubes de puntos. Almacena y gestiona grandes volúmenes de datos 3D, aplicando filtros y algoritmos de optimización para reducir el ruido y mejorar la calidad del mapa.
Reconstrucción de superficies. Genera mallas 3D a partir de nubes de puntos, permitiendo la visualización de estructuras completas con texturas realistas derivadas de las imágenes capturadas.
Exportación de mapas. Permite guardar los mapas generados en formatos como PLY, OBJ y PCD, facilitando su uso en otros software de visualización o procesamiento 3D.
Opciones de memoria ajustable. El sistema gestiona recursos de memoria mediante una estrategia de bucle cerrado selectivo, priorizando áreas clave del mapa para mantener un rendimiento estable en sesiones prolongadas.
Soporte para ROS. Se integra con el sistema operativo de robótica (ROS) mediante nodos específicos, permitiendo su uso en plataformas robóticas estándar y facilitando la comunicación con otros componentes del sistema.
Visualización integrada. Incluye herramientas para visualizar mapas, trayectorias y datos de sensores en tiempo real, con opciones para personalizar la representación gráfica según las necesidades del proyecto.
Navegación autónoma. Proporciona datos esenciales para sistemas de planificación de rutas, incluyendo información sobre obstáculos y superficies transitables, lo que permite a los robots moverse de forma autónoma.
Calibración de sensores. Ofrece utilidades para calibrar cámaras y sensores de profundidad, asegurando que los datos capturados sean precisos y estén correctamente alineados para el procesamiento.

RTAB-Map fue creado por Mathieu Labbé y otros colaboradores del laboratorio IntRoLab en la Universidad de Sherbrooke, Canadá. El desarrollo comenzó en 2013 como una solución para mapeo en tiempo real en robots móviles. Está escrito en C++ y utiliza bibliotecas como OpenCV, PCL y Qt. El proyecto sigue activo, con actualizaciones periódicas que añaden nuevas funciones y mejoras en el rendimiento.

Changelog

Versión: 0.24.2

Zoom del grafo más rápido gracias a una vista previa basada en una instantánea.
Compatibilidad con OpenCV 5.
Nueva vista de múltiples componentes.
Reprocesamiento: nueva opción -abort_disconnected_sessions para abortar las sesiones desconectadas.
Reducción del grafo: nueva opción para eliminar los nodos huérfanos de la memoria de trabajo (WM) tras la reducción.
Corregidos varios problemas con los nodos intermedios y con la recuperación e inmunización de nodos.
Se usa BFS en lugar de A* para filtrar el grafo de proximidad por profundidad.
La generación de nubes se paraleliza en el diálogo de exportar y ver nubes y en rtabmap-export.
VWDictionary: la búsqueda kNN de FLANN aprovecha varios núcleos.
Memoria: se reutilizan los bloques comprimidos de imagen y profundidad cuando los píxeles no cambian.
Nueva interfaz abstracta FlannIndex, con la subclase NanoFlannIndex como implementación.
Serialización del índice Flann: se desaconseja el factor de reequilibrado, y se corrige un posible índice Flann obsoleto.
Nuevo método Sparse Bayes.
Corregido el suelo segmentado como obstáculo al filtrar el ruido de la rejilla.
Corregido el spam de rejillas de ocupación no 3D al suscribirse a octomap.
GridMap: corregido un error de Eigen que afectaba a los consumidores posteriores.
Odometría: soporte de fotogramas con solo características, y puerta de proporción mínima para iniciar el primer escaneo con ICP.
Corregido el fallo por nube vacía al usar OdomF2M/ScanRange, y la reserva de la estrategia ICP.
OptimizerG2O: seguimiento de los valores atípicos de BA por observación, nuevas iteraciones máximas predeterminadas en g2o y restricción correcta del giro (yaw) en el marco global para el nodo raíz.
Corregido un problema con el BA local y mejorada la carga de firmas bajo demanda.
Corregido el cuadro de progreso huérfano en la detección de cierres de bucle.
Se detecta un grafo optimizado obsoleto cuando las poses optimizadas no se guardan correctamente, y se corrige el error máximo de vecinos en la reparación del grafo.
Corregido el aborto de getConnectedGraph en macOS al recorrer las entradas multimap de una clave con lower_bound().
DBDriver: resuelta la inversión del orden de bloqueo entre los mutex dbSafeAccess y trashes, con protección del mutex de papelera en tiempo de compilación.
Añadido el soporte de UScopeMutex::lockTry().
El método isValid() de SensorData comprueba si los modelos de cámara son válidos.
util2d::getDepth() usa la media para la tolerancia de profundidad de los vecinos.
Soporte de compresión de profundidad invertida (con png o rvl).
Nuevo predictor de movimiento con IMU y compensación de exposición estéreo.
Memory::computeTransform() conserva los descriptores globales al recargar los datos de un nodo.
Nueva opción de orientación vertical para AprilTag.
StereoFromMotion: corregida la indexación de words3D con entrada solo RGB y el escalado de la traslación de la transformación local de la cámara.
Compatibilidad con gtsam de 4.3.1-ros corregida.
La descripción de Optimizer/PriorsIgnored se ha actualizado.
El googletest descargado ya no se instala en el prefijo de instalación.
CI: cobertura ampliada con g2o, gtsam, ceres y libpointmatcher, ejecutores ARM de Ubuntu en lugar de QEMU, opencv4 fijado en macOS, cola de fusión activada, trabajos de Docker cancelados en envíos consecutivos y github-stats-action actualizada a la versión 2.
Más documentación y pruebas, además de varios problemas detectados por las pruebas de rtabmap_slam y la actualización de las comprobaciones de una prueba inestable.