EMS dibantu oleh SIFVEIN
Layanan Medis Darurat (EMS)
21 Maret, 2020
SIFOXI-1.1 untuk coronavirus
Pengujian Coronavirus di Rumah Menggunakan Oximeter
24 Maret, 2020
Tampilkan semua

Pelokalan dan Pemetaan Interaktif (SLAM)

Pelokalan dan Pemetaan secara simultan

Lokalisasi dan Pemetaan Simultan, juga dikenal sebagai SLAM, adalah proses pengumpulan data dari dunia fisik, dengan bantuan banyak sensor yang dipasang di robot. Selanjutnya, data ini dibuat menjadi peta untuk navigasi selanjutnya. SLAM memudahkan robot untuk melokalkan dirinya sendiri, menginterpretasikan data melalui titik visual, membuat peta dan menggunakannya untuk menavigasi secara bersamaan.


ketika seseorang mencoba mengidentifikasi jalannya di sekitar tempat yang tidak diketahui. Langkah pertama adalah melihat sekeliling untuk menemukan penanda atau tanda yang sudah dikenal. Setelah orang tersebut mengenali landmark yang dikenal, dia dapat mengetahui keberadaannya dalam hubungannya dengan itu. Semakin banyak orang tersebut mengamati lingkungannya, semakin banyak landmark menjadi akrab baginya dan dia akan mulai membangun gambaran mental, atau peta, dari tempat itu. Dia mungkin harus menjelajahi lingkungan tertentu ini beberapa kali sebelum menjadi terbiasa dengan tempat yang sebelumnya tidak dikenal. Dengan cara terkait, robot SLAM menggunakan sensornya (Sonor, laser, atau kamera) untuk memetakan lingkungan sambil mencari tahu lokasinya sendiri.


Popularitas masalah SLAM berkorelasi dengan munculnya robotika seluler dalam ruangan. Penggunaan GPS tidak memiliki ruang untuk membatasi kesalahan lokalisasi untuk penggunaan dalam ruangan, seperti telepresence, layanan serta robot desinfeksi. Selain itu, SLAM menawarkan alternatif menarik untuk peta buatan pengguna, yang menunjukkan bahwa operasi robot dapat didekati bahkan tanpa adanya infrastruktur pelokalan spesifikasi tujuan.

Referensi: Kehadiran Robot Pengajaran: Yang Perlu Anda Ketahui Tentang SLAM

[launchpad_feedback]

Penafian: Informasi yang diberikan dalam artikel ini hanya untuk tujuan penjelasan. SIFSOF tidak bertanggung jawab baik atas penyalahgunaan maupun penggunaan robot yang salah atau acak.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Bidang yang harus diisi ditandai *

MASUK / DAFTAR
0