محلی سازی ربات برای ناوبری مستقل ضروری است. ترکیب داده های odometry با نقاط عطف خارجی، دقت و قابلیت اطمینان را در تعیین موقعیت ربات در یک محیط افزایش می دهد.

Odometry در محلی سازی ربات

Odometry شامل استفاده از داده ها از بارکد یا واحدهای اندازه گیری بی سابقه برای تخمین حرکت ربات در طول زمان است.این به روز رسانی های مداوم در مورد تغییرات موقعیت را فراهم می کند اما می تواند خطاهای ناشی از لغزش چرخ یا زمین ناهموار را جمع آوری کند.

نشانه های خارجی برای بهبود دقت

نقاط عطف خارجی ویژگی های ثابت در محیط زیست، مانند دیوارها، درها یا نشانگرهای بصری هستند. تشخیص این نشانه ها به ربات اجازه می دهد تا خطاهای odometry را تصحیح کند و برآورد مکان آن را اصلاح کند.

ترکیب Odometry و Landmarks

یکپارچه سازی odometry با تشخیص نشانه های خارجی به طور معمول شامل تکنیک های همجوشی سنسور مانند فیلترهای Kalman است.این رویکرد داده های مداوم را از odometry و ارجاعات مطلق از نقاط عطف برای دستیابی به محلی سازی قابل اعتماد تر به کار می برد.

مزایای استفاده از هر دو روش

  • افزایش دقت: نشانه های خارجی کمک به حرکت صحیح در برآوردهای ناهمگونی.
  • بربریت: [FLT 1] سیستم می تواند به طور موثر عمل کند حتی اگر یک منبع داده به طور موقت شکست بخورد.
  • به روز رسانی های زمان واقعی: [FLT 1 ] داده های مداوم odometry به روز رسانی های محلی را فراهم می کند.
  • سازگاری با محیط زیست: نشانه های خارجی می توانند به محیط های خاص برای عملکرد بهتر طراحی شوند.