تستخدم الروبوتات الخرائط للالتفاف مثل البشر. في واقع الأمر ، لا يمكن للروبوتات الاعتماد على نظام تحديد المواقع العالمي (GPS) أثناء عملها داخل المباني. بصرف النظر عن هذا ، فإن نظام تحديد المواقع العالمي (GPS) ليس دقيقًا بدرجة كافية أثناء تشغيله في الهواء الطلق بسبب زيادة الطلب على القرار. هذا هو سبب اعتماد هذه الأجهزة على التعريب المتزامن والتخطيط. يُعرف أيضًا باسم SLAM. دعنا نتعرف أكثر على هذا النهج.
بمساعدة SLAM ، يمكن للروبوتات إنشاء هذه الخرائط أثناء التشغيل. إلى جانب ذلك ، فإنه يمكّن هذه الآلات من تحديد موقعها من خلال محاذاة محاذاة بيانات المستشعر.
على الرغم من أنها تبدو بسيطة للغاية ، إلا أن العملية تنطوي على الكثير من المراحل. يتعين على الروبوتات معالجة محاذاة بيانات المستشعر بمساعدة الكثير من الخوارزميات.
محاذاة بيانات المستشعر
تكتشف أجهزة الكمبيوتر موقع الروبوت في شكل نقطة طابع زمني على المخطط الزمني للخريطة. في الواقع ، تواصل الروبوتات جمع محاذاة بيانات المستشعر لمعرفة المزيد عن محيطها. ستندهش من معرفة أنهم يلتقطون الصور بمعدل 90 صورة في الثانية. هذه هي الطريقة التي يقدمون بها الدقة.
تقدير الحركة
بصرف النظر عن هذا ، فإن قياس المسافات للعجلات يأخذ في الاعتبار دوران عجلات الروبوت لقياس المسافة المقطوعة. وبالمثل ، يمكن أن تساعد وحدات القياس بالقصور الذاتي في قياس سرعة الكمبيوتر. تُستخدم تيارات المستشعر هذه للحصول على تقدير أفضل لحركة الروبوت.
تسجيل بيانات جهاز الاستشعار
يحدث تسجيل بيانات جهاز الاستشعار بين الخريطة والقياس. على سبيل المثال ، بمساعدة NVIDIA Isaac SDK ، يمكن للخبراء استخدام الروبوت لغرض مطابقة الخريطة. توجد خوارزمية في SDK تسمى HGMM ، وهي اختصار لـ Hierarchical Gaussian Mixture Model. تُستخدم هذه الخوارزمية لمحاذاة زوج من السحب النقطية.
في الأساس ، تُستخدم مرشحات Bayesian لحل موقع الروبوت رياضيًا. يتم ذلك بمساعدة تقديرات الحركة وتدفق محاذاة بيانات المستشعر.
وحدات معالجة الرسومات وحسابات تقسيم الثانية
الشيء المثير للاهتمام هو أن حسابات التعيين تتم حتى 100 مرة في الثانية بناءً على الخوارزميات. وهذا ممكن فقط في الوقت الفعلي مع قوة المعالجة المذهلة لوحدات معالجة الرسومات. على عكس وحدات المعالجة المركزية (CPU) ، يمكن أن تصل سرعة وحدات معالجة الرسومات إلى 20 مرة فيما يتعلق بهذه الحسابات.
قياس المسافات التعريب المتزامن ورسم الخرائط
يمكن أن يكون قياس المسافات المرئي خيارًا مثاليًا لتحديد موقع الروبوت والتوجيه. في هذه الحالة ، المدخل الوحيد هو الفيديو. تعد Nvidia Isaac خيارًا مثاليًا لذلك لأنها متوافقة مع قياس المسافات البصري المجسم ، والذي يتضمن كاميرتين. تعمل هذه الكاميرات في الوقت الفعلي من أجل تحديد الموقع. يمكن لهذه الكاميرات تسجيل ما يصل إلى 30 إطارًا في الثانية.
كانت هذه نظرة سريعة على التعريب المتزامن ورسم الخرائط. نأمل أن تساعدك هذه المقالة في الحصول على فهم أفضل لهذه التكنولوجيا.
