Samtidig lokalisering og kortlægning (SLAM)
Samtidig lokalisering og kortlægning, også kendt som SLAM, er processen med at indsamle data fra den fysiske verden ved hjælp af adskillige sensorer installeret i robotten. Efterfølgende genereres disse data på kort til senere navigation. SLAM gør det lettere for robotten at lokalisere sig selv, fortolke data gennem visuelle punkter, oprette et kort og bruge det til at navigere samtidigt.
når en person forsøger at identificere sig rundt på et ukendt sted. Det første skridt er at se sig omkring for at finde velkendte markører eller tegn. Når personen genkender et velkendt vartegn, kan han finde ud af, hvor han er i forhold til det. Jo mere denne person observerer miljøet, jo flere seværdigheder bliver bekendt med ham, og han begynder at opbygge et mentalt billede eller kort af det sted. Han bliver muligvis nødt til at navigere i dette bestemte miljø flere gange, før han bliver fortrolig med et tidligere ukendt sted. På en relateret måde bruger en SLAM-robot sine sensorer (Sonor, laser eller kameraer) til at kortlægge miljøet, mens de finder ud af sin egen placering.
Populariteten af SLAM-problemet er korreleret med fremkomsten af indendørs mobil robotik. Brug af GPS har ikke plads til at begrænse lokaliseringsfejlen til indendørs brug, f.eks telepresence, tjeneste , desinfektionsrobotter. Derudover tilbyder SLAM et tiltalende alternativ til brugerbyggede kort, der viser, at robotdrift er tilgængelig, selv i fravær af en infrastruktur til lokalisering af formålsspecifikationer.
Reference: Undervisning af robotter tilstedeværelse: Hvad du behøver at vide om SLAM
[launchpad_feedback]
Ansvarsfraskrivelse: Oplysningerne i denne artikel er kun til forklarende formål. SIFSOF er hverken ansvarlig for misbrug eller for forkert eller tilfældig brug af robotterne.
