رووٹ ناویگیشن سسٹمز میں مقامی طور پر غیر یقینییت کیسے حاصل کی جا سکتی ہے۔

مقامی طور پر غیر یقینی طور پر روبوٹ کے نظام میں ایک اہم عنصر ہے. یہ اپنے ماحول کے اندر روبوٹ کے معیار کی اعتمادی سطح کی نشاندہی کرتا ہے.

مقامی طور پر غیر یقینی سمجھ حاصل کرنا

مقامی طور پر غیر یقینی طور پر سینیر شور، ماحولیاتی تبدیلیوں اور الموت کی حدود سے پیدا ہوتا ہے. اسے کوابیلی ماڈلز جیسے کہ کوایولیا مریخ یا امکان کی تقسیم کا استعمال کرتے ہوئے

غیرمتوقع طور پر کام کرنا

ایک عام طریقہ کار میں کلمان فیلڈ استعمال کرنا شامل ہے جو وقت کے ساتھ ساتھ نظام کی حالت کا اندازہ لگاتا ہے۔کلئیر ایک ایسے کمیاب (covarisance) کو فراہم کرتا ہے جو پوزیشن کی پیمائش کی غیر یقینی اکائیوں کی نشاندہی کرتا ہے۔اس سے بڑا کمیت، غیر یقینی مقدار میں اضافہ ہوتا ہے۔

ایک اور طریقہ کار Particle Fim ہے، جس میں ممکنہ پوزیشن کی نمائندگی کے لیے کئی رموز (particles) استعمال کیے گئے ہیں۔مُشتِـتـتـعـتـتـتـتـتـتـتـقـرـتـتـتـتـتـقـتـتـتـتـرـتـقـتـتـرـتـقـتـتـتـــتـتــــتـتـتـــرـــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــــ

عملی طور پر کام میں غیرضروری کارکردگی

مقامی طور پر غیر یقینی طور پر ترمیم کرنے کے لیے، جی ایس، ایل ڈی آر یا کیمروں سے اعداد جمع کرنا۔ فیلڈنگ Alpherence کا اطلاق اس اعداد و شمار کو درست کرنے اور پوزیشن کا اندازہ لگانے کے لیے کریں۔ کوویرینسی میاکس یا particle کو غیر یقینی بنانے کے لیے

وقت کے ساتھ ساتھ غیر یقینیت کی نگرانی کرنے سے پتہ چلتا ہے کہ روبوٹ کے پوزیشن کا اندازہ کس وقت ناقابل یقین ہو جاتا ہے یہ معلومات انفنٹری میں دوبارہ شروع کرنے کے طریقے یا اصلاحات کو منتقل کر سکتی ہیں۔