- 1
- 2
- 3
- 4
- . . .
- последняя »
цены. 52Цифровая камера Альтами SCMOS02000KPA 55Микрокомпьютер Raspberry Pi 3 model B 55 6.4 Оценка экономической целесообразности проведения работ по теме 56 6.5 Заключение экономической части 587.Литература 58
- Введение
В последние годы использование мобильной робототехники в коммерческих и промышленных целях значительно возросло, чтобы выполнять задачи более точно или дешевле, чем люди(рис. 1.1). По мере того, как увеличивается число задач, которые они могут выполнять, их сложность возрастает, поскольку они должны быть максимально автономными. Для того чтобы роботы могли успешно выполнять свои функции, необходимо, чтобы они могли легко функционировать в среде, в которой они перемещаются, для этого необходимо, чтобы они знали свое положение, даже если это неизвестная среда.
Расположение мобильных роботов в любой задаче, которую вы выполняете, является фундаментальным аспектом. Для наружных полетов этот аспект обычно покрывается навигационной системой GPS. Однако для полетов внутри помещений спутниковые навигационные системы недопустимы, поэтому необходимо разработать систему позиционирования другого типа, которая позволяла бы роботам с относительной точностью знать положение, которое они занимают в любое время.
Рис. 1.1:Использование роботов в жизни 1.1 Цель работыВ настоящее время позиционирование мобильных роботов внутри
помещений, будь то воздушные или наземные, является сегодня одной из наиболее изученных проблем робототехники. Многие методы были разработаны с различными типами датчиков, которые направлены на решение этой проблемы.
Среди различных типов предлагаемых решений, мы можем найти алгоритмы, которые работают на основе уже известной карты, по которой нужно перемещаться, или размещать маяки, которые будут служить ссылкой для позиционирования себя при движении робота. Эти решения подходят, если робот заранее знает среду, в которой будет перемещаться. Однако во многих приложениях у вас нет доступа к среде, в которой выполняется задача. Столкнувшись с этими ситуациями, возникают техники, способные позиционировать робота в неизвестной среде при навигации по нему, например, в SLAM.
SLAM (одновременная локализация и картирование) является очень хорошо изученным алгоритмом в последние годы. Он был впервые поднят на
Конференции по робототехнике и автоматизации IEEE в Сан-Франциско в 1986 году, и с тех пор было разработано множество методов, направленных на решение проблем позиционирования в интерьерах с различными вариантами алгоритма.
Целью этого проекта является проведение анализа различных решений для позиционирования внутри помещений на основе SLAM, которые были разработаны в последние годы. Во-первых, стратегии, разработанные несколькими методами, основанными на SLAM, будут проанализированы с целью проведения широкого изучения современного уровня техники SLAM.
Впоследствии, серия экспериментов, которые претендуют на изучение надежности методов, анализируемых при генерации карт и позиционирования. Хотя SLAM может выполняться с различных типов датчиков, все методы, используемые в настоящей работе, используют датчики зрения для получения данных об окружающей среде, однако в некоторых методах это будет монокулярное зрение, а в других - датчики, которые состоят из камеры и датчика
- 1
- 2
- 3
- 4
- . . .
- последняя »
Похожие работы
Интересная статья: Основы написания курсовой работы