مکان یابی

مکان یابی

اسلاید 1: LocalizationAmirkabir University of Technology Computer Engineering & Information Technology Departmentدکتر سعید شیری قیداری& فصل 5 کتاب

اسلاید 2: سایر روشهای مکان یابی

اسلاید 3: Localization Based on LandmarksLandmark به اشیا پسیوی اطلاق میشود که در محیط وجود دارند و یا قرار داده میشوند.وقتی که لندمارک در محدوده دریافت روبات باشد عمل مکان یابی با استفاده از action updateو perception update انجام شده و از تجمع خطا جلوگیری میشود.وقتی که لندمارک قابل مشاهده نباشد فقط action update انجام شده و تا مشاهده لندمارک بعدی خطا افزایش خواهد یافت.

اسلاید 4: Localization Based on Artificial Landmarksلند مارکهائی به شکل Z در محیط قرار داده شده اند

اسلاید 5: Localization Based on Artificial Landmarks

اسلاید 6: Localization Based on Artificial Landmarksمعمولا به خاطر اینکه محیط قابل کنترل است میتوان به دقت بالائی ازمکان یابی رسید.عیب بزرگ این روش نیازمندی به دستکاری در محیط است. اگر محیط بزرگ باشد تعداد زیادی نشانه باید در محیط نصب شود.

اسلاید 7: Positioning Beacon Systems: Triangulationیک روش دیگر مکان یابی استفاده از سیستم active beacon است. روبات باید محل beacon ها را از قبل بداند. احتیاج به عملیات مهندسی زیادی داشته و مخصوص یک محیط بخصوص هستند.

اسلاید 8: Positioning Beacon Systems: Triangulation

اسلاید 9: Positioning Beacon Systems: Triangulationنشانه های نوری موجود در محیط نور ارسالی از روبات را منعکس میکنند.

اسلاید 10: Positioning Beacon Systems: Triangulation

اسلاید 11: Route based localizationدر این سیستمها مسیر حرکت روبات بصورت دقیق علامت گذاری میشود.از رنگهای خاص برای مشخص کردن مسیر روبات استفاده میشود.معمولا در کارخانجات صنعتی استفاده میشودروبات باید قابلیت ممانعت از برخورد با اشیا را داشته باشد.

اسلاید 12: Autonomous Map Buildingدر تمامی روشهای گفته شده به نوعی همکاری انسان در تغییر محیط و یا تهیه نقشه لازم بود. از آنجائیکه روبات به سنسور های لازم برای شناسائی محیط مجهز است از اینرو باید بتواند خود نیز نقشه محیط را تهیه نماید.این روبات باید بتواند با استفاده از سنسورهایش اطلاعاتی در مورد محیط دریافت نوده، صحنه را توصیف کرده، نقشه مناسبی از محیط ساخته و موقعیت خودش را در محیط پیدا کند.

اسلاید 13: The Simultaneous Localization and Mapping Problemبعلت محدودیت سنسورها روبات قادر به تهیه نقشه تمامی محیط نخواهد بود از اینرو روبات باید با حرکت در محیط نقشه را بسازد. این عمل مکان یابی و تهیه مقشه همزمان نامیده میشود:The Simultaneous Localization and Mapping ProblemSLAM

اسلاید 14: The Simultaneous Localization and Mapping ProblemSLAM یکی از سخت ترین نوع ساخت نقشه است زیرا روبات ناگزیر است موقعیت خودش را بر اساس ویژگی های نادقیق مشخص نماید. در نتیجه موقعیت حاصله با تخمین موقعیت ویژگی وابستگی خواهد داشت.به همین ترتیب نقشه ساخته شده نیز با موقعیت تخمین زده شده برای روبات وابستگی خواهد داشت. زیرا برای مشخص کردن یک ویژگی باید از اطلاعات نادقیق موقعیتی که ویژگی در آن دیده شده است استفاده نمود.

اسلاید 15: General Map Building Schematics

اسلاید 16: Map Representationنقشه مجموعه ای ازموقعیت n ویژگی است که بصورت توزیع احتمال نشان داده میشوند.هر ویژگی توسط ماتریس کوواریانس و ضریبی با نام credibility factor مشخص میشود.Ctمقداری بین صفر و یک داشته و مقدار باوربه وجود یک ویژگی در محیط را مشخص میکند.aوb ضرائب مربوط به یادگیری و فراموش کردن بوده و nu و ns مربوط به تعداد ویژگی های تشخیص داده شده و مشاهده نشده هستند.

اسلاید 17: Dynamic Environmentsدر محیط های پویا ناگزیر هستیم که عمل ساخت نقشه را همیشه انجام دهیم. اگر امکان تشخیص ویژگی های سطح بالا میسر میشد ساختن نقشه در محیط پویا سادتر میشد.برای مثال : تشخیص اختلاف بین آدم و دیوار

اسلاید 18: Cyclic Environmentsساخت خودکار نقشه برای محیط هائی که دارای loop هستند بسیار مشکلتر میشود