SLAM (menetelmä)

Vakaa versio kirjattiin ulos 7.10.2022 . Malleissa tai malleissa on vahvistamattomia muutoksia .

SLAM ( simutaneous localization and mapping -   simultaneous localization and mapping) on ​​mobiilissa autonomisissa työkaluissa käytetty menetelmä kartan rakentamiseen tuntemattomaan tilaan tai kartan päivittämiseen aiemmin tunnetussa tilassa samalla kun seurataan nykyistä sijaintia ja kuljettua matkaa. Suosittuja menetelmiä tämän ongelman likimääräiseen ratkaisuun ovat hiukkassuodatin ja laajennettu Kalman - suodatin . Joitakin menetelmän toteutuksia käytetään miehittämättömissä ajoneuvoissa , lentokoneissa , autonomisissa vedenalaisissa ajoneuvoissa, planeettakulkijoissa ja jopa ihmiskehon sisällä.

Ongelman kiireellisyys johtuu siitä, että yleisesti navigointiagenttien käytössä olevat kartat heijastavat periaatteessa niiden rakentamishetkellä kiinteää näkymää avaruudesta, eikä ole ollenkaan välttämätöntä, että tilan näkymä on sama karttojen käyttöaika. Samaan aikaan nykyisen sijainnin määrittämisen ja tarkan kartan samanaikaisen rakentamisen teknisen prosessin monimutkaisuus johtuu nykyisen sijainnin laskentaprosessiin osallistuvien instrumenttien alhaisesta tarkkuudesta. Samanaikainen navigointi- ja kartoitusmenetelmä yhdistää kaksi itsenäistä prosessia jatkuvaksi peräkkäisten laskelmien sykliksi, jolloin yhden prosessin tulokset osallistuvat toisen prosessin laskelmiin.

Pääasialliset lähestymistavat tehtävän toteuttamiseen ovat EKF-SLAM , FastSLAM , DP-SLAM . Suhteellisen suurilla tutkituilla alueilla käytetään moniagenttijärjestelmiä (tätä lähestymistapaa käytettiin tutkittaessa Marsin kartografiaa rover-robottien joukossa ja yhdistettäessä tutkitut kartat yhdeksi).

Muodollinen lavastus

SLAM:n tehtävänä on laskea arvio agentin sijainnista ja ympäristön kartta sarjasta havaintoja diskreetissä ajassa näytteenottovaiheella . Kaikki edellä mainitut suuret ovat todennäköisyyksiä. Tehtävän tavoitteena on laskea . Bayesin säännön soveltaminen on perusta peräkkäiselle peräkkäiselle päivitykselle kartalla ja siirtymäfunktiolla :

.

Vastaavasti karttaa voidaan päivittää peräkkäin:

.

Kuten monissa muissakin päättelyongelmissa, kahdella todennäköisyysmuuttujalla toimien, paikalliseen optimaaliseen ratkaisuun voidaan päästä käyttämällä EM-algoritmia .

Kartan rakentaminen

Maastokartan rakenteellinen esitystapa riippuu toimintaympäristöstä.

SLAM-tehtävien parhaan toteutuksen valitsemiseksi otetaan käyttöön ehdollinen toimintaympäristöjen luokitus:

Jos maamerkkejä ei ole mahdollista löytää tutkittavasta ympäristöstä, on järkevää esittää se taulukona, jossa esteiden sijaintia kuvaavien elementtien arvo on 1 ja kaikkien muiden arvo on 0. ( Tällaista karttaesitystä käytetään esimerkiksi DP-SLAM-algoritmissa)

Siinä tapauksessa, että tutkimusalueella on useita maamerkkejä, kartta on joukko arvioita niiden sijainnista. Taulukon mitta on , missä  on tilan mitta,  on maamerkkien lukumäärä.

Tällaisen kartan rakenteen tallentamiseen on helpointa käyttää kartografista tietokantaa, joka heijastaa maamerkkien sijaintia, niiden ainutlaatuisia ominaisuuksia ja suhteita. Laajennettuun Kalman-suodattimeen perustuva dynaamisen järjestelmän tilan arviointimatriisi käyttää juuri tätä karttaesityksen versiota.

Etäisyysmittaina käytetään laseretäisyysmittareita , kaikuluotaimia ja stereojärjestelmiä . Matkamittareiden avulla voidaan määrittää robotin liike ja pyöriminen .

Linkit

 Robotiikka
Tärkeimmät artikkelit
Robottityypit
Merkittäviä robotteja
Aiheeseen liittyvät termit