Ang sabay-sabay na Localization and Mapping (SLAM)
Ang sabay na Lokalisasyon at Pagma-map, na kilala rin bilang SLAM, ay ang proseso ng pagkolekta ng data mula sa pisikal na mundo, sa tulong ng maraming mga sensor na naka-install sa robot. Kasunod, Ang data na ito ay nabuo sa mga mapa para sa pag-navigate sa ibang pagkakataon. Pinapadali ng SLAM para sa robot na i-localize ang sarili, bigyang kahulugan ang data sa pamamagitan ng mga visual point, bumuo ng isang mapa at gamitin ito upang mag-navigate nang sabay.
kapag ang isang tao ay sumusubok na kilalanin ang kanyang paraan sa paligid ng isang hindi kilalang lugar. Ang unang hakbang ay upang tumingin sa paligid upang makahanap ng pamilyar na mga marker o palatandaan. Kapag nakilala na ng tao ang isang pamilyar na palatandaan, maaari niyang malaman ang kanyang kinaroroonan kaugnay nito. Mas maraming nagmamasid sa tao sa kapaligiran, mas maraming mga palatandaan ang magiging pamilyar sa kanya at magsisimulang gumawa ng imaheng pang-isip, o mapa, ng lugar na iyon. Maaaring kailanganin niyang mag-navigate sa tiyak na kapaligiran na ito nang maraming beses bago pamilyar sa isang hindi kilalang lugar. Sa isang kaugnay na paraan, ang isang robot ng SLAM ay gumagamit ng mga sensor nito (Sonor, laser o camera) upang mapa ang kapaligiran habang inaalam ang sarili nitong lokasyon.
Ang kasikatan ng problema sa SLAM ay naiugnay sa paglitaw ng panloob na mga robot na pang-mobile. Ang paggamit ng GPS ay walang puwang upang makagapos ang error sa pag-localize para sa panloob na paggamit, tulad ng telepresence, serbisyo at mga robot ng pagdidisimpekta. Bukod pa rito, nag-aalok ang SLAM ng isang kaakit-akit na kahalili sa mga mapa na itinayo ng gumagamit, na ipinapakita na ang operasyon ng robot ay madaling lapitan kahit na sa kawalan ng isang layunin na ispesipikasyon ng localization na imprastraktura.
Sanggunian: Pagtuturo ng Presensya ng Robots: Ano ang Kailangan Mong Malaman Tungkol sa SLAM
[launchpad_feedback]
Pagwawaksi: Ang impormasyong ibinigay sa artikulong ito ay para lamang sa mga paliwanag na hangarin. Ang SIFSOF ay hindi responsable ni para sa maling paggamit o para sa mali o sapalarang paggamit ng mga robot.
