Les algorithmes de LCS / SLAM combinent des données provenant de divers capteurs (par exemple de LIDAR, de centrales à inertie ou des caméras) pour calculer simultanément la position du capteur et une carte des environs du capteur.
Considérons par exemple cette méthode à la réalisation d'un plan de votre salon :
  • Prenez un télémètre laser, tenez-vous au milieu de la pièce, et dessiner un X sur un morceau de papier.
  • Mesurer la distance de l'endroit où vous êtes à n'importe quel mur.
  • Tracez une ligne sur le papier figurant où le mur se trouve, et notez la distance entre le X (votre position) et le mur.
  • Mesurer la distance de l'endroit où vous êtes, à un autre mur et ajoutez la également au dessin.
  • Maintenant, passez à une autre partie de votre salon.
  • Comme les murs n'ont pas bougé (on vous le souhaite), vous pouvez mesurer votre distance aux deux mêmes murs pour déterminer votre nouvelle position.


La LCS / SLAM est une composante essentielle des plates-formes autonomes telles que les véhicules sans chauffeur, les chariots élévateurs automatiques que l'on trouve dans les entrepôts, les robots-aspirateurs à la maison et les drones.
Cartographer construit des cartes cohérentes en temps réel, à travers un large éventail de capteurs, communs dans le milieu universitaire comme dans l'industrie. La vidéo ci-dessous est une démonstration de Cartographer :


Une description détaillée des algorithmes 2D de Cartographer peut être trouvée dans un article de R&D signé des auteurs de l'annonce : ICRA 2016.
Grâce à l'intégration du ROS et au soutien de contributeurs externes, Cartographer est prêt à être utilisé sur plusieurs plates-formes robotiques sous ROS :
Chez Google, Cartographer a permis une gamme d'applications allant de la cartographie de musées et de centres de transit, à l'avènement de nouvelles visualisations de bâtiments célèbres.
Google promeut régulièrement la valeur des bases et autres jeux de données de haute qualité à la communauté des développeurs. Voilà pourquoi, grâce à la coopération avec le Deutsches Museum (l'un des plus grands musées des sciences et de la technologie dans le monde), Google rend public trois ans de données collectées au LIDAR et à la centrale à inertie (IMU) recueillies à l'aide de plates-formes cartographiques 2D et 3D (des sacs à dos) pendant le développement et le test de Cartographer.


L'objectif des ingénieurs de Google est de faire progresser la Cartographie et Localisation Simultanée (LCS/SLAM) et de la faire reconnaître comme une technologie à part entière. À l'heure actuelle, Cartographer est fortement concentré sur la LCS/SLAM à base de LIDAR. Grâce aux contributions des communautés de développeurs Open Source et aux développements continus, Google espère ajouter à la fois le support de nouveaux capteurs et d'autres plates-formes, ainsi que de nouvelles fonctionnalités, telles que la cartographie ultime et la localisation sur une carte pré-existante.