لقد قطعنا خطوات كبيرة عندما يتعلق الأمر بالروبوتات، ولكن ما وصلنا إليه من طريق مسدود هو عدم وجود دعم للروبوتات عندما يتعلق الأمر بالعثور على الموقع.

ما هو SLAM؟

ومع ذلك ، فقد وجدت Computer Vision حلاً لذلك أيضًا.. التعريب المتزامن ورسم الخرائط موجودان هنا للروبوتات التي ترشدهم في كل خطوة على الطريق ، تمامًا مثل GPS.

بينما يعمل نظام تحديد المواقع العالمي (GPS) كنظام رسم خرائط جيد ، إلا أن بعض القيود تحد من وصوله، على سبيل المثال ، في الداخل يقيد وصولهم ويوجد في الهواء الطلق حواجز مختلفة ، والتي في حالة اصطدام الروبوت ، يمكن أن تعرض سلامتهم للخطر.

وبالتالي ، فإن سترة الأمان الخاصة بنا هي الترجمة الفورية ورسم الخرائط ، والمعروفة باسم SLAM والتي تساعدها في العثور على المواقع ورسم خرائط رحلاتهم.

كيف يعمل SLAM؟

نظرًا لأن الروبوتات يمكن أن تحتوي على بنوك ذاكرة كبيرة ، فإنها تستمر في تعيين مواقعها بمساعدة تقنية SLAM.. لذا ، فإنه يسجل رحلاته ، فإنه يرسم الخرائط. هذا مفيد للغاية عندما يتعين على الروبوت أن يرسم مسارًا مشابهًا في المستقبل.

علاوة على ذلك ، مع نظام تحديد المواقع العالمي (GPS) ، فإن اليقين فيما يتعلق بموضع الروبوت ليس ضمانًا. لكن SLAM يساعد في تحديد الموقف. يستخدم المحاذاة متعددة المستويات لبيانات المستشعر للقيام بذلك ، وبنفس الطريقة ، فإنه ينشئ خريطة.

الآن ، بينما تبدو هذه المحاذاة سهلة جدًا ، فهي ليست كذلك. محاذاة بيانات المستشعر كعملية لها عدة مستويات. تتطلب هذه العملية متعددة الأوجه تطبيق خوارزميات مختلفة. ولهذا ، نحتاج إلى رؤية كمبيوتر فائقة ومعالجات فائقة موجودة في وحدات معالجة الرسومات.

سلام وآلية عمله

عند طرح مشكلة ما ، فإن SLAM (التعريب المتزامن ورسم الخرائط) يحلها. الحل هو ما يساعد الروبوتات والوحدات الروبوتية الأخرى مثل الطائرات بدون طيار والروبوتات ذات العجلات ، وما إلى ذلك ، على إيجاد طريقها خارج أو داخل مساحة معينة. يكون مفيدًا عندما لا يتمكن الروبوت من استخدام GPS أو خريطة مدمجة أو أي مراجع أخرى.

يقوم بحساب وتحديد الطريق إلى الأمام فيما يتعلق بموضع الروبوت وتوجهه فيما يتعلق بالعديد من الأشياء على مقربة.

أجهزة الاستشعار والبيانات

يستخدم أجهزة الاستشعار لهذا الغرض. تقوم أجهزة الاستشعار المختلفة عن طريق الكاميرات (التي تستخدم LIDAR وجهاز قياس السرعة ووحدة قياس بالقصور الذاتي) بجمع البيانات. ثم يتم تقسيم هذه البيانات الموحدة لإنشاء خرائط.

ساعدت المستشعرات في زيادة درجة الدقة والمتانة في الروبوت. يجهز الروبوت حتى في الظروف المعاكسة.

التكنولوجيا المستخدمة

تلتقط الكاميرات 90 صورة في الثانية. انها لا تنتهي هنا فقط. علاوة على ذلك ، تلتقط الكاميرات أيضًا 20 صورة LIDAR في غضون ثانية. يقدم هذا حسابًا دقيقًا ودقيقًا للمحيط القريب.

تُستخدم هذه الصور للوصول إلى نقاط البيانات لتحديد الموقع المتعلق بالكاميرا ثم رسم الخريطة وفقًا لذلك.

علاوة على ذلك ، تتطلب هذه الحسابات معالجة سريعة لا تتوفر إلا في وحدات معالجة الرسومات. ما يقرب من 20-100 عملية حسابية تتم في إطار زمني للثانية.

في الختام ، تجمع البيانات عن طريق تقييم القرب المكاني ثم تستخدم الخوارزميات لكسر هذه التجاور. أخيرًا ، يقوم الروبوت بإنشاء خريطة.