Simultane Lokalisierung und Zuordnung (SLAM)

Simultane Lokalisierung und Kartierung, auch als SLAM bezeichnet, ist der Prozess des Sammelns von Daten aus der physischen Welt mithilfe zahlreicher im Roboter installierter Sensoren. Anschließend werden diese Daten zur späteren Navigation in Karten generiert. SLAM erleichtert es dem Roboter, sich selbst zu lokalisieren, Daten durch visuelle Punkte zu interpretieren, eine Karte zu erstellen und gleichzeitig zu navigieren.


wenn eine Person versucht, sich an einem unbekannten Ort zurechtzufinden. Der erste Schritt besteht darin, sich nach bekannten Markierungen oder Zeichen umzusehen. Sobald die Person ein bekanntes Wahrzeichen erkennt, kann sie ihren Aufenthaltsort in Bezug darauf herausfinden. Je mehr diese Person die Umgebung beobachtet, desto mehr Wahrzeichen werden ihr bekannt und sie wird beginnen, ein mentales Bild oder eine Karte dieses Ortes zu erstellen. Möglicherweise muss er mehrmals durch diese bestimmte Umgebung navigieren, bevor er sich mit einem zuvor unbekannten Ort vertraut macht. In ähnlicher Weise verwendet ein SLAM-Roboter seine Sensoren (Sonor, Laser oder Kameras), um die Umgebung abzubilden und gleichzeitig seinen eigenen Standort zu ermitteln.


Die Popularität des SLAM-Problems korreliert mit dem Aufkommen der mobilen Robotik in Innenräumen. Die Verwendung von GPS hat keinen Raum, um den Lokalisierungsfehler für die Verwendung in Innenräumen zu begrenzen, wie z Telepräsenz, und Desinfektionsroboter. Darüber hinaus bietet SLAM eine ansprechende Alternative zu benutzerdefinierten Karten, die zeigt, dass der Roboterbetrieb auch ohne eine Lokalisierungsinfrastruktur für die Zweckspezifikation zugänglich ist.

Referenz: Präsenz von Robotern lehren: Was Sie über SLAM wissen müssen

[launchpad_feedback]

Haftungsausschluss: Die Informationen in diesem Artikel dienen nur zu Erklärungszwecken. SIFSOF ist weder für den Missbrauch noch für den falschen oder zufälligen Einsatz der Roboter verantwortlich.

Nach oben scrollen