วิธี การ ที่ ใช้ ได้ ผล ใน การ วาง แผน และ ระบบ ที่ ทํา ให้ เป็น อิสระ มัก เกี่ยว ข้อง กับ ความ ไม่ แน่นอน เนื่อง จาก เสียง รบกวน ของ เครื่อง รับ สัญญาณ, สภาพ แวด ล้อม ที่ มี ความ ไว, และ ข้อมูล ที่ ไม่ ครบ ถ้วน.
การ เข้าใจ อย่าง ไม่ แน่นอน ใน วิธี ที่ วาง แผน
ความ ไม่ แน่นอน เกิด จาก หลาย แหล่ง รวม ทั้ง ความ ผิด ปกติ ของ เซ็นเซอร์, อุปสรรค ที่ ไม่ อาจ คาด เดา ได้ และ การ เปลี่ยน แปลง ทาง สิ่ง แวด ล้อม.
วิธี การ ที่ ไม่ มี ประสิทธิภาพ ใน การ วาง แผน
เทคนิค การ ทํา งาน หลาย อย่าง ถูก ใช้ เพื่อ หา ข้อ กังขา:
- [FLT: 0] โพรบีนิก โร้ดแมป (PRMRM): สุ่มตัวอย่างพื้นที่การปรับแต่ง เพื่อสร้างกราฟของเส้นทางที่ไม่สามารถคาดเดาได้
- [FLT: 0] traindling translation damphors (RTRT): ปลูกต้นไม้ในพื้นที่เพื่อหาเส้นทางที่มีประสิทธิภาพ พิจารณาตัวอย่างการเคลื่อนที่แบบพฤติการณ์ (FLT: 1).
- [FLT: 0] ตัวกรองบาเยเชียน: ใช้แบบจําลองเชิงสถิติเช่น Kalman filter หรือตัวกรองอนุภาคเพื่อประเมินตําแหน่งของหุ่นยนต์และสภาพแวดล้อม
- [FLT: 0] กรอบที่วางไว้ภายใต้ความไม่แน่นอน โดยพิจารณาสถานะและข้อสังเกตที่เป็นไปได้
ตัว อย่าง ที่ ใช้ ได้ จริง
ในรถอัตโนมัติ รุ่นที่ยืนได้ช่วยทํานายพฤติกรรมของคนขับและคนเดินถนนอื่น ๆ ที่อนุญาตให้นําร่องที่ปลอดภัยกว่า หุ่นยนต์ในโกดังใช้ระบบนิเวศของพื้นที่ที่มีเสถียรภาพในการรักษาตําแหน่งได้แม่นยํา แม้สัญญาณสัญญาณรบกวน ดอนสใช้เส้นทางที่มีประสิทธิภาพในการหลีกเลี่ยงการถูกรบกวนในการตั้งค่าที่รวดเร็วในการเดินทาง