13482

بررسي روش هاي تلفيق براي افزايش دقت ناوبري در محيط ناشناخته

1402

دكتر سيد محمدرضا موسوي ميركلائي – دكتر ستار ميرزاكوچكي

دكتر سيد محمدرضا موسوي ميركلائي

مكان يابي و نقشه برداري همزمان (SLAM )، يك پيش شرط براي برخي از برنامه هاي كاربردي ربات مانند اتوماسيون صنعتي و وسايل نقليه مستقل است. VSLAM كه در آن، دوربين به عنوان حسگر بيروني منحصر به فرد استفاده مي شود، به طور گسترده اي مورد بررسي قرار گرفته است. اين روش، از تصاوير به عنوان منبع منحصر به فرد اطلاعات محيط خارجي استفاده مي كند، زيرا تصاوير حاوي مقدار زيادي اطلاعات مفيد هستند و ممكن است به ساير برنامه هاي بصري مانند تقسيم بندي معنايي، تشخيص شيء و رديابي، اعمال شوند. در چند دهه گذشته، برخي از سيستم هاي SLAM، تكامل چشمگيري يافته اند و در موارد خاص به عملكرد خوبي دست يافته اند. با وجود اين، مسائل اساسي حل نشده اي، باقي مي ماند. به عنوان مثال، چگونه مي توان با اشياء متحرك در محيط پويا برخورد كرد يا چگونه ربات ها را وادار به درك كامل شرايط و تكميل كارهاي پيشرفته كرد. در فصل اول به معرفي SLAM و انواع آن بر اساس نوع حسگرها و داده‌هاي ورودي كه استفاده مي‌شود، پرداخته مي شود. فصل دوم، يك مرور جامع از روش هاي VSLAM فعلي، از جمله نقاط قوت و ضعف آن ها، ارائه مي دهد. اين فصل همچنين، محدوديت هاي روش هاي موجود را شناسايي مي كند. در فصل سوم نيز يك چارچوب جديد SLAM همراه با يادگيري عميق، براي كاهش تاثير اشياء متحرك بر روي تخمين موقعيت دوربين، ارائه شده است.

5/29/2024 12:00:00 AM

82997

1403/04/09

Research on Various Fusion Methods to Enhance Navigation Accuracy in Unknown Environments

مكان يابي , نقشه برداري , حسگر , يادگيري عميق

DDL-SLAM , SLAM