In recent, unmanned or human-robot

In recent, unmanned or human-robot collaborative systems are spreading in security applications in order to
protect humans against sudden attack. Especially, the automated security system has to accomplish its mission even
when there are limitations of its sensors in view of range or reliability. For this dependable operation, it is better to build
up a security system using collective multi-robots than a single robot. So, we suggest a method how to organize
collective robot behaviors for a self-localization algorithm that allows a recursive state estimation process to be
collective in a multi-robot coalition team that is guaranteed connected. A leader robot in our method obtains a
temporary estimate from at the current time step using information from other robots (follower-robots) and checks out
whether it’s followers needs to be localized. When the leader robot decides to localize a follower robot, it recovers the
centralized-equivalent estimate with the help of its followers near to the follower robot. A practical implementation is
finally provided for five robots to emphasize the effectiveness of the proposed collective approach to multi-robot
localization problem. Moreover, we implement our robot behavior controller in OPRoS in order to enhance robot
behavior SW’s portability.

In recent, unmanned or human-robot collaborative systems are spreading in security applications in order to 
protect humans against sudden attack. Especially, the automated security system has to accomplish its mission even 
when there are limitations of its sensors in view of range or reliability. For this dependable operation, it is better to build 
up a security system using collective multi-robots than a single robot. So, we suggest a method how to organize 
collective robot behaviors for a self-localization algorithm that allows a recursive state estimation process to be 
collective in a multi-robot coalition team that is guaranteed connected. A leader robot in our method obtains a 
temporary estimate from at the current time step using information from other robots (follower-robots) and checks out 
whether it’s followers needs to be localized. When the leader robot decides to localize a follower robot, it recovers the 
centralized-equivalent estimate with the help of its followers near to the follower robot. A practical implementation is 
finally provided for five robots to emphasize the effectiveness of the proposed collective approach to multi-robot 
localization problem. Moreover, we implement our robot behavior controller in OPRoS in order to enhance robot 
behavior SW’s portability.

0/5000

จาก: -

เป็น: -

ผลลัพธ์ (ไทย) 1: [สำเนา]

คัดลอก!

ในที่ผ่านมาหมดกำลังใจหรือมนุษย์หุ่นยนต์ระบบการทำงานร่วมกันมีการแพร่กระจายในการใช้งานการรักษาความปลอดภัยเพื่อป้องกัน
มนุษย์จากการโจมตีอย่างฉับพลัน โดยเฉพาะอย่างยิ่งระบบรักษาความปลอดภัยแบบอัตโนมัติที่มีการบรรลุภารกิจแม้
เมื่อมีข้อ จำกัด ของการเซ็นเซอร์ในมุมมองของช่วงหรือความน่าเชื่อถือ สำหรับการดำเนินงานที่เชื่อถือได้นี้จะดีกว่าที่จะสร้าง
ขึ้นระบบรักษาความปลอดภัยการใช้หุ่นยนต์หลายส่วนรวมมากกว่าหุ่นยนต์ที่เดียว ดังนั้นเราขอแนะนำวิธีการวิธีการจัดระเบียบพฤติกรรมของหุ่นยนต์
ส่วนรวมสำหรับขั้นตอนวิธีการ จำกัด ตัวเองที่ช่วยให้รัฐกระบวนการ recursive ประมาณจะ
ส่วนรวมในทีมรัฐบาลหลายหุ่นยนต์ที่มีการประกันการเชื่อมต่อ หุ่นยนต์เป็นผู้นำในวิธีการของเราได้รับ
ประมาณการชั่วคราวจากที่ขั้นตอนเวลาปัจจุบันโดยใช้ข้อมูลจากหุ่นยนต์อื่น ๆ (สาวกหุ่นยนต์) และเช็คเอ้าท์
ไม่ว่าจะเป็นผู้ติดตามที่มันต้องการที่จะแปลงเป็นภาษาท้องถิ่น เมื่อหุ่นยนต์ผู้นำตัดสินใจที่จะ จำกัด วงหุ่นยนต์ลูกศิษย์ก็กู้
ประมาณการส่วนกลางเทียบเท่าด้วยความช่วยเหลือของสาวกหุ่นยนต์ที่อยู่ใกล้กับลูกศิษย์ การปฏิบัติจริงเป็น
ให้ในที่สุดห้าหุ่นยนต์ที่จะเน้นความมีประสิทธิภาพของวิธีการโดยรวมที่เสนอไปหลายปัญหาหุ่นยนต์แปล
นอกจากนี้เราดำเนินการควบคุมพฤติกรรมของเราหุ่นยนต์ใน opros เพื่อเพิ่มประสิทธิภาพในการพกพาหุ่นยนต์
พฤติกรรมของ sw

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 2:[สำเนา]

คัดลอก!

ในระบบร่วมกันล่าสุด หอเตือนภัย หรือหุ่น ยนต์มนุษย์จะแพร่กระจายในโปรแกรมความปลอดภัยเพื่อ
ปกป้องมนุษย์จากการถูกโจมตีอย่างฉับพลัน โดยเฉพาะ ระบบความปลอดภัยแบบอัตโนมัติได้เพื่อให้บรรลุภารกิจได้
เมื่อมีข้อจำกัดของเซนเซอร์ของมุมมองช่วงหรือความน่าเชื่อถือ สำหรับการดำเนินการนี้เชื่อถือได้ มันจะดีกว่าเพื่อสร้าง
ค่าระบบรักษาความปลอดภัยโดยใช้ multi-robots รวมกว่าหุ่นยนต์เดียว ดังนั้น เราขอแนะนำวิธีการจัดระเบียบ
ทำงานหุ่นยนต์รวมสำหรับอัลกอริทึมแบบ self-localization ที่ช่วยให้เกิดการซ้ำรัฐกระบวนการประเมินต้อง
กลุ่มในทีม multi-robot สัมพันธมิตรที่จะรับประกันการเชื่อมต่อ หุ่นยนต์ผู้นำในวิธีการของเราได้รับการ
ประเมินชั่วคราวจากในขั้นตอนเวลาปัจจุบันโดยใช้ข้อมูลจากหุ่นยนต์ (หล่อหุ่นยนต์) และเช็คเอาท์อื่น ๆ
ไม่ว่าจะเป็นลูกศิษย์ต้องใช่ภาษาท้องถิ่น เมื่อหุ่นยนต์ผู้นำตัดสินใจที่จะแปลหล่อหุ่นยนต์ กู้
ประเมินเทียบเท่าส่วนกลางช่วยลูกศิษย์ที่ใกล้หุ่นยนต์สห ดำเนินการปฏิบัติอยู่
สุดท้าย ให้หุ่นยนต์ห้าเพื่อเน้นประสิทธิภาพของวิธีการรวมการนำเสนอ multi-robot
ปัญหาแปล นอกจากนี้ เราสามารถใช้ควบคุมลักษณะการทำงานของหุ่นยนต์ใน OPRoS เพื่อหุ่นยนต์
พอร์ตพฤติกรรมของ SW

การแปล กรุณารอสักครู่..

ผลลัพธ์ (ไทย) 3:[สำเนา]

คัดลอก!

ในเมื่อไม่นานมานี้ระบบการประสานการทำงานร่วมกันซึ่งจะไม่มีพนักงานหรือมนุษย์หุ่นยนต์มีการแพร่กระจายในแอปพลิเคชันการรักษาความ ปลอดภัย ในการสั่งซื้อเพื่อ
ป้องกันคนจากการโจมตีแบบไม่ทันตั้งตัว โดยเฉพาะระบบการรักษาความ ปลอดภัย โดยอัตโนมัติที่มีพันธกิจในการทำงานให้สำเร็จแม้ว่า
เมื่อมีข้อจำกัดของเซ็นเซอร์ในมุมมองของความน่าเชื่อถือหรือความหลากหลาย สำหรับการใช้งานที่ไว้ใจได้นี้เป็นสิ่งที่ดีกว่าในการสร้างสัญลักษณ์
ระบบการรักษาความ ปลอดภัย ที่ใช้ร่วมกันแบบมัลติ - หุ่นยนต์กว่าหุ่นยนต์ตัวเดียว. ดังนั้นเราขอแนะนำให้ใช้วิธีที่ว่าในการจัดการทีม
เป็นหมู่คณะหุ่นยนต์ลักษณะการทำงานสำหรับอัลกอริธึมแบบบริการตัวเองการแปลที่ช่วยให้กระบวนการประเมินผลของรัฐการสอบถามแบบสอบถามซ้ำที่จะ
ร่วมกันในการจัดตั้งรัฐบาลผสมแบบมัลติ - หุ่นยนต์ที่มีการรับประกันต่อ หุ่นยนต์ผู้นำในวิธีการของเราจะรับที่
ชั่วคราวจากการประเมินในช่วงเวลาปัจจุบันที่ขั้นตอนโดยใช้ข้อมูลจากหุ่นยนต์อื่นๆ(ผู้ติดตาม - หุ่นยนต์)และตรวจสอบออกจาก
ไม่ว่าจะเป็นผู้ติดตามต้องแปลเป็น ภาษาต่างๆ เมื่อหุ่นยนต์ผู้นำที่ตัดสินใจที่จะจำกัดให้อยู่ในวงหุ่นยนต์ผู้ติดตามที่จะกู้คืนการประเมินที่
แบบรวมศูนย์—เทียบเท่าพร้อมด้วยความช่วยเหลือของลูกศิษย์ลูกหาที่อยู่ใกล้กับหุ่นยนต์ผู้ติดตามได้ การนำไปใช้งานได้จริงที่มีสัญลักษณ์
ประการสุดท้ายจัดให้บริการสำหรับห้าหุ่นยนต์เพื่อเน้นย้ำถึงความมี ประสิทธิภาพ ของวิธีการร่วมกันเสนอปัญหาแบบมัลติ - หุ่นยนต์
การแปลเอกสารข้อมูลใช่หรือไม่. ยิ่งไปกว่านั้นเราใช้งานตัวควบคุมพฤติกรรมการหุ่นยนต์ของเราใน opros ในการสั่งซื้อเพื่อเพิ่มพกพาของด้านทิศตะวันตกเฉียงใต้หุ่นยนต์
ลักษณะการทำงาน

การแปล กรุณารอสักครู่..

ภาษาอื่น ๆ

การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.