การคํานวณตําแหน่งทีละขั้น ไม่แน่นอนในหุ่นยนต์อัตโนมัติ

การเข้าใจความไม่แน่นอนในตําแหน่ง ในหุ่นยนต์เคลื่อนที่อัตโนมัติ จําเป็นสําหรับการนําร่องและแผนที่ที่ถูกต้อง บทความนี้ให้แนวทางที่ชัดเจนทีละขั้น

การ นํา ไป สู่ ตําแหน่ง ที่ ไม่ แน่นอน

ความไม่แน่นอนตําแหน่งจะหมายถึงความผิดพลาดที่อาจเกิดขึ้น ในตําแหน่งที่หุ่นยนต์ประมาณกันภายในสภาพแวดล้อม เกิดจากเซ็นเซอร์

ขั้นที่ 1: เก็บข้อมูลตัวตรวจจับ

ขั้น แรก เกี่ยว ข้อง กับ การ เก็บ ข้อมูล จาก เครื่อง รับ ต่าง ๆ เช่น GPS, LiDAR หรือ OCDomery.

ขั้นที่ 2: เสียงเครื่องตรวจจับแบบ

เสียง รบกวน ของ เครื่อง รับ เสียง มี แบบ อย่าง ทาง สถิติ บ่อย ครั้ง ใช้ การ กระจาย เสียง แบบ กัซ ซี อัน ที่ มี ลักษณะ เฉพาะ โดย ความ ถี่ และ ความ แปรปรวน.

ขั้น ที่ 3: ประยุกต์ ไอคอน

อัลกอริทึมของตัวตรวจจับ ฟิวชั่น เช่น ตัวกรองคาลแมน หรือ อนุภาค รวมข้อมูลจากเซ็นเซอร์หลายๆ ตัว เพื่อสร้างการประมาณตําแหน่งที่ถูกต้องมากขึ้น อัลกอริทึมเหล่านี้ยังประมาณความไม่แน่นอนที่สัมพันธ์กับข้อมูลรวม

ขั้น ที่ 4: คํานวณ ซิ ส เตอร์ โน วา รี แอค

โครงสร้างความเหลื่อมล้ําแทนความไม่แน่นอน ในค่าตําแหน่งของหุ่นยนต์ โดยได้มาจากแบบจําลองเสียงรบกวนของเซ็นเซอร์ และผลของกระบวนการฟิวชั่นของเซ็นเซอร์ โดยปกติแล้ว ค่าเมทริกซ์นี้มักรวมค่าความแปรปรวนตามแกน x และแกน y และค่าความเชื่อมโยงระหว่างพวกมันด้วย

ขั้น ที่ 5: แปล และ ใช้ ข้อมูล ที่ ไม่ แน่นอน

องค์ประกอบของเมทริกซ์นี้ให้ค่าวัดความไม่แน่นอนของตําแหน่งในหน่วยวัด