دکتر سعید شیری قیداری & فصل 5 کتاب Localization دکتر سعید شیری قیداری & فصل 5 کتاب Amirkabir University of Technology Computer Engineering & Information Technology Department
سایر روشهای مکان یابی
Localization Based on Landmarks وقتی که لندمارک در محدوده دریافت روبات باشد عمل مکان یابی با استفاده از action updateو perception update انجام شده و از تجمع خطا جلوگیری میشود. وقتی که لندمارک قابل مشاهده نباشد فقط action update انجام شده و تا مشاهده لندمارک بعدی خطا افزایش خواهد یافت.
Localization Based on Artificial Landmarks
Localization Based on Artificial Landmarks
Localization Based on Artificial Landmarks معمولا به خاطر اینکه محیط قابل کنترل است میتوان به دقت بالائی ازمکان یابی رسید. عیب بزرگ این روش نیازمندی به دستکاری در محیط است. اگر محیط بزرگ باشد تعداد زیادی نشانه باید در محیط نصب شود.
Positioning Beacon Systems: Triangulation یک روش دیگر مکان یابی استفاده از سیستم active beacon است. روبات باید محل beacon ها را از قبل بداند. احتیاج به عملیات مهندسی زیادی داشته و مخصوص یک محیط بخصوص هستند.
Positioning Beacon Systems: Triangulation
Positioning Beacon Systems: Triangulation نشانه های نوری موجود در محیط نور ارسالی از روبات را منعکس میکنند.
Positioning Beacon Systems: Triangulation
Route based localization در این سیستمها مسیر حرکت روبات بصورت دقیق علامت گذاری میشود. از رنگهای خاص برای مشخص کردن مسیر روبات استفاده میشود. معمولا در کارخانجات صنعتی استفاده میشود روبات باید قابلیت ممانعت از برخورد با اشیا را داشته باشد.
Autonomous Map Building در تمامی روشهای گفته شده به نوعی همکاری انسان در تغییر محیط و یا تهیه نقشه لازم بود. از آنجائیکه روبات به سنسور های لازم برای شناسائی محیط مجهز است از اینرو باید بتواند خود نیز نقشه محیط را تهیه نماید. این روبات باید بتواند با استفاده از سنسورهایش اطلاعاتی در مورد محیط دریافت نموده، صحنه را توصیف کرده، نقشه مناسبی از محیط ساخته و موقعیت خودش را در محیط پیدا کند.
The Simultaneous Localization and Mapping Problem بعلت محدودیت سنسورها روبات قادر به تهیه نقشه تمامی محیط نخواهد بود از اینرو روبات باید با حرکت در محیط نقشه را بسازد. این عمل مکان یابی و تهیه مقشه همزمان نامیده میشود: The Simultaneous Localization and Mapping Problem SLAM
The Simultaneous Localization and Mapping Problem SLAM یکی از سخت ترین نوع ساخت نقشه است زیرا روبات ناگزیر است موقعیت خودش را بر اساس ویژگی های نادقیق مشخص نماید. در نتیجه موقعیت حاصله با تخمین موقعیت ویژگی وابستگی خواهد داشت. به همین ترتیب نقشه ساخته شده نیز با موقعیت تخمین زده شده برای روبات وابستگی خواهد داشت. زیرا برای مشخص کردن یک ویژگی باید از اطلاعات نادقیق موقعیتی که ویژگی در آن دیده شده است استفاده نمود.
General Map Building Schematics
Map Representation نقشه مجموعه ای ازموقعیت n ویژگی است که بصورت توزیع احتمال نشان داده میشوند. هر ویژگی توسط ماتریس کوواریانس و ضریبی با نام credibility factor مشخص میشود. Ctمقداری بین صفر و یک داشته و مقدار باوربه وجود یک ویژگی در محیط را مشخص میکند. aوb ضرائب مربوط به یادگیری و فراموش کردن بوده و nu و ns مربوط به تعداد ویژگی های تشخیص داده شده و مشاهده نشده هستند.
Dynamic Environments در محیط های پویا ناگزیر هستیم که عمل ساخت نقشه را همیشه انجام دهیم. اگر امکان تشخیص ویژگی های سطح بالا میسر میشد ساختن نقشه در محیط پویا سادتر میشد. برای مثال : تشخیص اختلاف بین آدم و دیوار
Cyclic Environments ساخت خودکار نقشه برای محیط هائی که دارای loop هستند بسیار مشکلتر میشود