ソーシャルプラットフォームでは、と題する論文「あなたが本当に必要な自律移動ロボットSLAMは、」Q＆Aは、白熱した議論を呼びました。
一部の人々は、ロボットが本当にSLAMが必要ですが、人気のSLAMプロジェクトが十分でない人々は、すべてのロボットがSLAMに必要とは思わないが、掃除機のように、自動運転クラスは必然であるだけでなく、として、ロボットは、その機能の出会いSLAM方法により必要だと思いSLAMの...答えは異なる意見。
厳密に言えば、すべての自律移動ロボットに関連することはできませんSLAMバイパス。
SLAMワードが最初同時局在化及びマッピング手段ロボットの分野、主に複数の中央に配置されているうちの2つの部分局在化およびマッピングを含んで登場し、内蔵された図は、実際には、位置決めに基づいて行われます観測データ統合プロセス。ポジショニングについて、私たちはGPS測位、WIFIの位置、基地局の場所などを含め、多くのことを聞いたと信じていますが、これらのプログラムは、シーンや精度から、それは移動ロボットの実際のニーズを満たすことができないのいずれか。
本質的に位置推定として理解することができ、位置を推定するセンサ測定データが最適化問題として定義することができる、位置を観測データとの間の制約の様々な最適化されます。通常、ノイズ良くセンサの位置決め精度を低下させる、業界で主にレーザレーダ及びビジョンセンサの2つの主要なタイプに関連している現在です。
実質的に使用不能範囲暗い部屋で行われる場合、伝統的に、距離ビジョンセンサは、光の影響に対して脆弱計算及び測定の多くを必要とします。近年では、このような問題を解決するためにいくつかの方法が行われている、視覚的なセンサーの使用はまた、より多くの情報を得ることができます。しかし、当然のことながら、より多くの情報は、コンピューティングパワーとのアルゴリズムの進歩でより高い処理コストを意味し、情報処理の問題を改善することは徐々に解決されました。視覚センサ、レーザレーダセンサ、より成熟し、安定した比べ、高精度な測定を実現することができ、容易にSLAMで適用することができます。
モバイルロボットは何年も、常に切っても切れない、活用マップ、ナビゲーションやその他の問題のための研究、およびキーテクノロジーSLAMの一つであり、SLAMは、一般的にだけでなく、特徴抽出、データの関連性、状態推定とステータスの更新のより多くの部分が含まれています2Dモーションフィールドが適用されるだけでなく、3Dモーションの分野に適用することができます。
2Dレルムは、タスクを実行するためにロボットに到達したい、例えば、屋内環境でのロボットの動作を移動するために、探索するだけのためにこの記事あなたのロボットの前に障壁があるなど、周囲の環境を認識するために使用センサへの最初の必要性周りに行きたい、あなたは離れて、それ自体から、どのようにここまでは、SLAMによって解決することができる障害物の大きさを知っている必要があります。
ロボットが障害物を認識されており、障害物、具体的かつGairuhezouその場所を知っているときに？通常、二つの問題があります。障害物が過去になくなっているの周りに1があり、そこに安全な距離が離れている、それはパスを計画に来る必要が障害物を、周りに行くことです、経路計画は、ロボットを作ることができます最適経路歩行パスは、パスで有意に良好Bのパスを示すように、経路計画は、世界的な経路計画とローカルパス計画が、地元の経路計画より重要に関与します。
上記のシナリオでは、ロボットは場所フィールドを探索するのではなく、現在の情報を見つけることができないSLAM技術を、適用されないことを前提とし、どのような問題が起こるのだろうか？結果は想像することができます...
誰かが一度スマートフォンまたはWIFIのデータがネットワークを左のように、移動ロボットSLAMを残した、と述べました。SLAMは、自律歩行ロボットの重要性は言うまでもないです。スパートが発生したオンデマンドで移動ロボットSLAM技術産業の継続的な発展に伴い、一方で、センサー技術の発展に伴い、計算アルゴリズムと豊富な資源の進歩は、SLAM技術自体も、アルゴリズムから製品を締結しており、移行期。
現在、業界では、ベースのSLAM技術が考え蘭技術SLAMWAREモジュラー位置決めナビゲーションシステムは、それらの一つであり、SLAMWAREが同時ローカライズおよびマッピングライダー（SLAM）に基づいて統合され、経路計画機能をサポートし、多くの製品に登場しているされています。
Siのラン・テクノロジー2009年開始、2015年にSLAMWAREモジュラーナビゲーションプログラムをリリースし、探査及び技術の繰り返しの年後に、自律航法のプログラムに取り組んでから、SLAMWAREは、コインサイズのSLAMWARE Coreおよびレーザレーダセンサを含みます内蔵のドライバ高度なアルゴリズムにより、ロボットは未知の環境でのリアルタイムなポジショニングを提供し、環境の5センチメートル解像度マップを構築することができます。ローカライズおよびマッピングの実現には、D *ダイナミックリアルタイム経路計画アルゴリズムの使用自動的にあなたの目的地までの最短経路を探索し、ロボットの動作を制御していること。
、様々なアプリケーションへの包括的な技術のアップグレードのためのSiの蘭SLAM技術を適応させるためにロボットを助けるために、新しいSLAM 3.0システムを導入し、ロボットは簡単に、伝統的なSLAMに比べて、大きくても、複雑なシーンでタスクナビゲーションを完了することができますSiの蘭技術SLAMのアップグレードバージョン3.0の使用構図にマップに最適化されたアプローチ、十分長いため、ランニングの走行距離の排除につながることができ、組成能力の百万平方メートルのレベルを達成するだけでなく、閉ループアクティブ訂正能力を持っているためにを累積誤差、位置決めナビゲーションは、業界で最も環境になっています。
全体的に、自律移動ロボットの実現にSLAM、ローカライズおよびマッピングは基本的なタスクを実行するために必要な能力だけでなく、歩くロボットを完了するための自律移動ロボットでバイパスすることができません。