SLAM (metoda)

Stabilní verze byla zkontrolována 7. října 2022 . Existují neověřené změny v šablonách nebo .

SLAM ( simultaneous localization and mapping - simultaneous localization and mapping) je metoda používaná v mobilních autonomních nástrojích k sestavení mapy v neznámém prostoru nebo k aktualizaci mapy v dříve známém prostoru při současném sledování aktuální polohy a ujeté vzdálenosti. Populárními metodami pro přibližné řešení tohoto problému jsou částicový filtr a rozšířený Kalmanův filtr . Některé implementace metody se používají v bezpilotních vozidlech , letadlech , autonomních podvodních vozidlech, planetárních roverech a dokonce i uvnitř lidského těla.

Naléhavost problému vyplývá ze skutečnosti, že mapy běžně používané pro navigaci v podstatě odrážejí pohled na prostor zafixovaný v době jejich výstavby a není vůbec nutné, aby pohled do prostoru byl stejný při dobu používání map. Složitost technického procesu určení aktuální polohy se současnou konstrukcí přesné mapy je přitom dána nízkou přesností přístrojů zapojených do procesu výpočtu aktuální polohy. Metoda simultánní navigace a mapování spojuje dva nezávislé procesy do nepřetržitého cyklu sekvenčních výpočtů, přičemž výsledky jednoho procesu se účastní výpočtů jiného procesu.

Hlavní přístupy použité k realizaci úlohy jsou EKF-SLAM , FastSLAM , DP-SLAM . Pro relativně velké zkoumané oblasti se používají multiagentní systémy (tento přístup byl použit při studiu kartografie Marsu skupinou roverových robotů a spojení studovaných map do jedné).

Formální inscenace

Úkolem SLAM je vypočítat odhad polohy agenta a mapu prostředí ze série pozorování v diskrétním čase s krokem vzorkování . Všechny výše uvedené veličiny jsou pravděpodobnostní. Cílem úlohy je vypočítat . Aplikace Bayesova pravidla je základem pro postupnou aktualizaci zadní polohy dané mapy a přechodové funkce : $x_t$ ${\displaystyle m_{t))$ ${\displaystyle o_{t))$ $t$ $P(m_{t},x_{t}|o_{1:t})$ $P(x_{t}|x_{t-1})$

P(x_{t}|o_{1:t},m_{t})=\sum _{m_{t-1}}P(o_{t}|x_{t},m_{t} )\součet _{x_{t-1}}P(x_{t}|x_{t-1})P(x_{t-1}|m_{t},o_{1:t-1})/ Z

Podobně lze mapu aktualizovat postupně:

P(m_{t}|x_{t},o_{1:t})=\součet _{x_{t}}\součet _{m_{t}}P(m_{t}|x_{ t},m_{t-1},o_{t})P(m_{t-1},x_{t}|o_{1:t-1},m_{t-1})

Stejně jako u mnoha jiných inferenčních problémů, fungujících na dvou pravděpodobnostních proměnných, lze dospět k místnímu optimálnímu řešení použitím EM algoritmu .

Vytvoření mapy

Strukturální znázornění mapy terénu závisí na provozním prostředí.

Pro výběr nejlepší implementace úloh SLAM je zavedena podmíněná klasifikace operačních prostředí:

s četnými výraznými orientačními body (například pole s volně stojícími keři)
s absencí výrazných orientačních bodů (například chodby, místnosti, kde mohou rohy působit jako orientační body)

Pokud není možné najít orientační body ve zkoumaném prostředí, pak je racionální jej reprezentovat jako pole, kde prvky odrážející polohu překážek mají hodnotu 1 a všechny ostatní mají hodnotu 0. ( Takové zobrazení mapy se používá například v algoritmu DP-SLAM)

V případě, že se ve zkoumané oblasti nachází mnoho orientačních bodů, je mapa polem odhadů jejich polohy. Rozměr pole je , kde je rozměr prostoru, je počet orientačních bodů. $R\cdot m$ $R$ $m$

Pro uložení struktury takové mapy je nejjednodušší použít kartografickou databázi, která odráží polohu orientačních bodů, jejich jedinečné vlastnosti a vztahy. Matice hodnocení stavu dynamického systému na základě rozšířeného Kalmanova filtru využívá právě tuto verzi mapového zobrazení.

Jako dálkoměry se používají laserové dálkoměry , sonary , stereo systémy . K určení pohybu a rotace robota lze použít počítadla kilometrů .

Odkazy

2D SLAM mapování v reálném čase ze stereo obrazu Archivováno 18. dubna 2016 na Wayback Machine
3D mapování ve virtuální endochirurgii pomocí algoritmu SLAM Archivováno 26. března 2020 na Wayback Machine
DP-SLAM pro soutěže Eurobot Archivováno 13. února 2012 na Wayback Machine
[jeden]
Přednáškový kurz SLAM Archivováno 5. února 2021 na Wayback Machine

Robotika
Hlavní články	Robot Robotika Mechatronika Optomechatronika robotika Tři zákony robotiky Robotí síň slávy
Typy robotů	průmyslový robot Zemědělský robot Robotická sekačka domácí robot Robotický vysavač bojový robot modulární roboty android Gynoidní Osobní robot sociální robot UAV bezpilotní vozidlo rover Lunochod rover Nanobot Požární roboti
Pozoruhodní roboti	Ai Da AIBO Aiko ASIMO velký pes FEDOR HRP PackBot Pleo Roomba Sophia QRIO TOPIO Atlas (robot) Ameca (robot) Tesla Bot
Související pojmy	Skupinová robotika teleprezenční zařízení Kyborg chodec Manipulátor Kožešina (obrněná vozidla) pedipulátor Resuscitační robotika Robotická chirurgie Adaptivní robotika Robocop