Samtidig lokalisering og kartlegging (SLAM)

Samtidig lokalisering og kartlegging, også kjent som SLAM, er prosessen med å samle inn data fra den fysiske verdenen, ved hjelp av mange sensorer installert i roboten. Deretter genereres disse dataene i kart for senere navigering. SLAM gjør det lettere for roboten å lokalisere seg selv, tolke data gjennom visuelle punkter, bygge et kart og bruke det til å navigere samtidig.

når en person prøver å identifisere seg rundt et ukjent sted. Det første trinnet er å se deg rundt for å finne kjente markører eller tegn. Når personen kjenner igjen et kjent landemerke, kan han finne ut hvor han er i forhold til det. Jo mer personen observerer miljøet, jo flere landemerker blir kjent for ham, og han vil begynne å bygge et mentalt bilde eller kart av det stedet. Han må kanskje navigere i dette bestemte miljøet flere ganger før han blir kjent med et tidligere ukjent sted. På en relatert måte bruker en SLAM-robot sensorene (Sonor, laser eller kameraer) til å kartlegge miljøet mens de finner ut sin egen plassering.

Populariteten til SLAM-problemet er korrelert med fremveksten av innendørs mobil robotikk. Bruk av GPS har ikke rom for å begrense lokaliseringsfeilen for innendørs bruk, for eksempel Telepresence, tjeneste og desinfiseringsroboter. I tillegg tilbyr SLAM et tiltalende alternativ til brukerbygde kart, som viser at robotdrift er tilgjengelig selv i fravær av en infrastruktur for lokalisering av formålsspesifikasjoner.

Referanse: Undervisning av roboter: Hva du trenger å vite om SLAM

[launchpad_feedback]

Ansvarsfraskrivelse: Informasjonen i denne artikkelen er kun for forklarende formål. SIFSOF er ikke ansvarlig verken for misbruk eller for feil eller tilfeldig bruk av robotene.