मैं अल्ट्रासाउंड सेंसर की एक संख्या का उपयोग करके एक अन्वेषण क्षेत्र के नक्शे के निर्माण के लिए किस एल्गोरिदम का उपयोग कर सकता हूं?

Question

इन दिनों अल्ट्रासाउंड सेंसर अविश्वसनीय रूप से सस्ते हैं, जो उन्हें कई शौक़ीन रोबोट अनुप्रयोगों के लिए एक लोकप्रिय विकल्प बनाता है, और मैं एक रोबोट के चारों ओर एक गुच्छा का उपयोग करना चाहूंगा (10) एक एल्गोरिथ्म के साथ एक क्षेत्र के किसी न किसी नक्शे का निर्माण करने के लिए (जैसा कि) रोबोट इसकी खोज करता है।) मैं इस स्तर पर चलती वस्तुओं से निपटने में दिलचस्पी नहीं रखता, बस स्थिर लोगों को इंगित करता हूं, और मैं स्थान के लिए जीपीएस का उपयोग करूंगा। मुझे पता है कि अन्य घटक जैसे कि लेज़र स्कैनर अधिक सटीक परिणाम देगा, हालाँकि ऐसे उपकरण खगोलीय रूप से भी महंगे होते हैं।

क्या इस उद्देश्य के लिए एक एल्गोरिथ्म मौजूद है?

Answer 1

एल्गोरिदम अनिवार्य रूप से एक ही हैं चाहे आप सेंसर का उपयोग कर रहे हों।

असली मुद्दा, जिसे क्रिस ने छुआ , वह यह है कि SLAM बहुत अच्छे सेंसर के साथ भी कठिन है।

मैं GPS, व्हील ओडोमेट्री और IMU पर विचार करूंगा ताकि अल्ट्रासाउंड के साथ स्लैम का प्रयास भी किया जा सके।

यदि आप सिर्फ सस्ते स्थानीयकरण की तलाश कर रहे हैं, तो मैं दृष्टि / किनेक्ट आधारित स्लैम पर भी एक नज़र डालने की सलाह देता हूं। वेबकैम और किनेक्ट दोनों बहुत सस्ते हैं और विजुअल स्लैम एक लंबा सफर तय कर चुका है।

जब तक आप घर के अंदर होते हैं, तो सेंसर प्रदर्शन / लागत के मामले में किनेक्ट बहुत पवित्र कब्र होता है।

यहां एक रोबोट पर एक किनेक्ट का एक उदाहरण है, जिसमें बहुत सारे गणित हैं: http://www.youtube.com/watch?v=9Y4RQV-by

Answer 2

इस विषय पर साहित्य का एक पूरा क्षेत्र है। सबसे सामान्य विचार एक साथ स्थानीयकरण और मानचित्रण ( SLAM ) का है, जहां रोबोट को उसी समय एक मानचित्र बनाना होगा, जब वह उस मानचित्र में खुद को खोज रहा हो। आप अपने मानचित्रों को कितना सटीक चाहते हैं, इसके आधार पर, आप अधिभोग ग्रिड मानचित्र बनाने की एक सरल समस्या का प्रयास कर सकते हैं , जो मानता है कि आप रोबोट का स्थान जानते हैं।

सामान्य तौर पर, जीपीएस बहुत भयानक होता है, इसलिए बस एक जीपीएस स्थान का उपयोग करके एक अधिभोग ग्रिड उत्पन्न करना, क्योंकि आपका प्राथमिक स्थान स्रोत बहुत फजी नक्शे उत्पन्न करेगा। हालांकि, दुनिया में एक अच्छी स्थिति का अनुमान लगाने के लिए त्वरण, जायरोस्कोप, कम्पास, कैमरा, व्हील एनकोडर और अन्य सेंसर के साथ जीपीएस को एकीकृत करना संभव है। अन्यथा, आपको अपनी समस्याओं को संभालने के लिए एक सरल SLAM प्रणाली पर ध्यान देने की आवश्यकता होगी।

तथाकथित OpenSLAM के लिए एक अच्छा ओपन-सोर्स पैकेज g2o , आपको जीपीएस और दीवारों की सापेक्ष स्थिति जैसी बाधाओं में डालने की अनुमति देता है। यह एक सटीक फिट नहीं हो सकता है, लेकिन यह बहुत सामान्य है।

Comments

एक अतिरिक्त विचार यह है कि सभी डेटा एकत्र करना, बुनियादी परिहार व्यवहार का उपयोग करके यह सुनिश्चित करना है कि रोबोट किसी भी चीज़ में क्रैश नहीं करता है, और फिर पोस्ट प्रोसेसिंग ग्राफ SLAM का उपयोग करें। यह कैप्चर किए गए सभी डेटा का लाभ उठा सकता है, क्योंकि एक बिंदु के लिए केवल पूर्व डेटा के विपरीत। आप बाहर की जाँच करना चाह सकते हैं: खुलता है.org / ssa2d.html या robots.stanford.edu/papers/thrun.graphslam.html

— बैरेट एम्स

Answer 3

SLAM करने के लिए, आपको स्थिति का अपेक्षाकृत अच्छा अनुमान लगाने की आवश्यकता होगी।

रोबोट स्कैनर का उपयोग करने वाले रोबोट केवल ओडोमेट्री के साथ कर सकते हैं, क्योंकि डेटा अपेक्षाकृत सटीक है, और स्कैनर डेटा का उपयोग बाद के समय के चरणों में स्थानीयकरण में मदद करने के लिए किया जा सकता है।

अल्ट्रासाउंड सेंसर बहुत फजी होते हैं, वे आम तौर पर 20 + डिग्री की एक दिशा फ़िज़नेस होते हैं, और सामान्य दिशा में कुछ भी पता लगाया जाएगा।

इस प्रकार, वे स्थानीयकरण (बहुत संरचित वातावरण को छोड़कर) में मदद करने के लिए नगण्य मदद के हैं।

एक GPS / IMU संयोजन का उपयोग उचित स्थानीयकरण प्राप्त करने के लिए किया जा सकता है। बेशक, यह रोबोट के पैमाने पर निर्भर करता है, और अगर यह घर के अंदर है, तो जीपीएस व्यावहारिक नहीं हो सकता है।

यदि आप व्हील स्लिपेज को सावधानीपूर्वक नियंत्रित करने में सक्षम हैं, तो व्हील ओडोमेट्री शॉर्ट टर्म में स्थानीयकरण में काफी सुधार कर सकती है (हालांकि स्थानीयकरण का एक निरपेक्ष तरीका पसंद किया जाता है)। एक पूर्ण संदर्भ (जैसे। जीपीएस) के बिना, यहां तक ​​कि एक लेजर स्कैनर के साथ, आपको "लूप बंद करने" की समस्या को हल करने में सक्षम होना होगा।

संरचित वातावरण में सटीकता की कम आवश्यकता हो सकती है। उदाहरण के लिए, नियमित वर्ग ग्रिड दूरी पर दीवारों के साथ एक भूलभुलैया जैसा वातावरण, जहां ग्रिड सेल के प्रत्येक दिशा में दीवार की उपस्थिति का पता लगाना सरल है।