وفي الوقت نفسه، تشكل عملية تحديد المواقع والرسم الخرائطي عملية تستخدمها الروبوتات والنظم المستقلة لبناء خريطة لبيئة غير معروفة مع الحفاظ على تتبع موقعها داخلها، ومعالجة الغموض وإغلاق حلقات العمل تشكل تحديات خطيرة في حركة تحرير السودان، مما يؤثر على دقة عملية رسم الخرائط وموثوقيتها.

معالجة مسألة الغموض في حركة تحرير السودان

ويحدث الغموض عندما لا تميز بيانات الاستشعار بوضوح بين مختلف المواقع أو السمات، ولتناول ذلك، كثيرا ما تتضمن نظم الإدارة المستدامة للأراضي أساليب يحتمل أن تقدر احتمال وجود افتراضات مختلفة، وتساعد هذه الأساليب في إدارة البيانات غير المؤكدة والحد من الأخطاء في تحديد المواقع ورسم الخرائط.

تقنيات مثل مرشحات الجسيمات و مرشحات كالمان تستخدم عادة للحفاظ على فرضيات متعددة حول موقع الروبوتات هذه المرشحات تستكمل توزيعات الاحتمالات مع وصول بيانات الاستشعار الجديدة مما يسمح للنظام بالتكيف مع الحالات الغامضة

كشف إغلاق الموقع

ويشير إغلاق الموقع إلى الاعتراف عندما يعود الآلي إلى موقع سبق زيارته، ويعتبر الكشف عن إغلاق حلقات العمل أمراً أساسياً لتصحيح الأخطاء المتراكمة في الخريطة وتحسين الدقة العامة.

وتستخدم نظم كثيرة من نظم الإدارة المستدامة للأراضي خوارزميات متطابقة قائمة على السمات لتحديد إغلاقات العوالق، وتقارن هذه الخوارزميات بيانات الاستشعار الحالية ببيانات مخزنة من مواقع سابقة لإيجاد مباريات، وعندما يتم تأكيد تطابقها، يعدل النظام الخريطة لمواءمة الموقف الحالي مع الوضع السابق.

التقنيات اللازمة لتحسين إغلاق مواقع العمل ومعالجة الأمبغيات

  • Graph-based SLAM:] Represents poses and landmarks as nodes, optimizing the entire graph to minimize errors.
  • Place Recognition: Uses visual or LiDAR features to identify previously visited locations.
  • Robust Data Association:] Ensures correct matching of features across different scans.
  • Sensor Fusion:] Combines data from multiple sensors to reduce uncertainty.
  • Outlier Rejection:] Filters incorrect data that could lead to false cycle closures.