Advances in sensing technology and

Advances in sensing technology and algorithm de- sign make it possible for a robot equipped with a laser range- finder to generate a map and localise itself within the map as the robot explores its environment. We describe a system for mapping and virtual reconstruction developed as part of a robot for urban search and rescue. The process of mapping and, at the same time, localising the robot within the map, is called Simultaneous Localisation and Mapping (SLAM). In many applications, such as urban search and rescue, information from wheel encoders is inaccurate and cannot be used for odometry to obtain a position estimate. However, iterative closest point scan matching algorithms make it possible for a robot to perform accurate positioning in unstructured environments where wheel slip is common. When this positioning is combined with a mapping algorithm such as FastSLAM, the robot can construct an accurate map in real-time as it moves. Given the generated map and the robot’s position within it, a variety of exploration algorithms al- low the robot to autonomously explore its environment. The robot is also equipped with an RGB-D camera. The 3D information as well as the colour video images are incorporated into the map to produce a 3D virtual reconstruction of the environment as the robot explores. This robot won the award for best autonomous robot in three successive RoboCup Rescue Robot competitions [1], 2009 - 2011.

ผลลัพธ์ (ไทย) 1:

ความก้าวหน้าในเทคโนโลยีการตรวจจับและอัลกอริทึม de-สัญญาณที่ทำให้มันเป็นไปได้สำหรับหุ่นยนต์ที่มีการติดตั้งเลเซอร์ช่วงค้นหาเพื่อสร้างแผนที่และ จำกัด ตัวเองอยู่ในแผนที่ในขณะที่หุ่นยนต์สำรวจสภาพแวดล้อม เราจะอธิบายระบบสำหรับการทำแผนที่และการพัฒนาฟื้นฟูเสมือนเป็นส่วนหนึ่งของหุ่นยนต์สำหรับการค้นหาและกู้ภัยในเมือง กระบวนการของการทำแผนที่และในเวลาเดียวกัน,localising หุ่นยนต์ภายในแผนที่จะเรียกว่าการแปลพร้อมกันและการทำแผนที่ (สแลม) ในการใช้งานเป็นจำนวนมากเช่นการค้นหาและกู้ภัยในเมืองข้อมูลจากเครื่องเข้ารหัสล้อไม่ถูกต้องและไม่สามารถใช้สำหรับการ odometry ที่จะได้รับการประเมินตำแหน่ง อย่างไรก็ตามจุดสแกนซ้ำขั้นตอนวิธีการจับคู่ที่ใกล้เคียงที่สุดทำให้มันเป็นไปได้สำหรับหุ่นยนต์ที่จะดำเนินการตำแหน่งที่ถูกต้องในสภาพแวดล้อมที่ไม่มีโครงสร้างที่ลื่นล้อเป็นเรื่องธรรมดา เมื่อตำแหน่งนี้จะถูกรวมกับขั้นตอนวิธีการทำแผนที่เช่น fastslam หุ่นยนต์สามารถสร้างแผนที่ที่ถูกต้องในเวลาจริงขณะที่มันเคลื่อน ได้รับการสร้างแผนที่และตำแหน่งของหุ่นยนต์ที่อยู่ภายใน,ความหลากหลายของขั้นตอนวิธีการสำรวจอัลต่ำหุ่นยนต์อัตโนมัติสำรวจสภาพแวดล้อม หุ่นยนต์ที่ติดตั้งยังมีกล้อง RGB-D ข้อมูล 3d เช่นเดียวกับภาพวิดีโอที่สีจะรวมอยู่ในแผนที่จะก่อให้เกิดการสร้าง 3 มิติเสมือนจริงของสภาพแวดล้อมที่เป็นหุ่นยนต์สำรวจหุ่นยนต์นี้ได้รับรางวัลหุ่นยนต์อัตโนมัติที่ดีที่สุดในสามต่อเนื่อง RoboCup การแข่งขันหุ่นยนต์กู้ภัย [1], 2009 -. 2011

ผลลัพธ์ (ไทย) 2:

ความก้าวหน้าในเทคโนโลยีและอัลกอริทึมเดเครื่องตรวจทำหุ่นยนต์พร้อมช่วง-finder เป็นเลเซอร์เพื่อสร้างแผนที่ และ localise ตัวเองภายในแผนที่เป็นหุ่นยนต์สำรวจสภาพแวดล้อม เราอธิบายถึงระบบสำหรับพัฒนาฟื้นฟู mapping และเสมือนเป็นส่วนหนึ่งของหุ่นยนต์กู้ภัยและค้นหาเมืองขึ้น การแม็ป และ พร้อม กัน localising หุ่นยนต์ภายในแผนที่ ถูกเรียกพร้อมกันสังคมธุรกิจและสแลแมป (ม) ในโปรแกรมประยุกต์จำนวนมาก เมืองค้นหาและกู้ภัย ข้อมูลจากล้อตัวเข้ารหัสจะไม่ถูกต้อง และไม่สามารถใช้กับ odometry ได้รับการประเมินตำแหน่ง อย่างไรก็ตาม ซ้ำสุดจุดสแกนตรงกระบวนให้หุ่นยนต์ทำตำแหน่งถูกต้องในสภาพแวดล้อมที่ไม่มีโครงสร้างที่จัดล้อเป็นปกติ เมื่อตำแหน่งนี้ร่วมกับอัลกอริทึมการแม็ปเช่น FastSLAM หุ่นยนต์สามารถสร้างแผนที่ที่ถูกต้องในแบบเรียลไทม์ขณะที่เคลื่อนย้ายได้ สร้างแผนที่และตำแหน่งของหุ่นยนต์ภายใน ความหลากหลายของสำรวจอัลกอริทึมอัลต่ำหุ่นยนต์ autonomously สำรวจสภาพแวดล้อม หุ่นยนต์ยังพร้อมกล้อง RGB D ข้อมูล 3D รวมทั้งภาพวีดีโอสีจะรวมอยู่ในแผนการฟื้นฟูเป็นเสมือน 3D ของสภาพแวดล้อมที่เป็นหุ่นยนต์สำรวจ หุ่นยนต์นี้ได้รับรางวัลรางวัลสามต่อ ๆ มาแข่งขันหุ่นยนต์ RoboCup กู้ภัย [1], ส่วนปกครองหุ่น 2009-2011.

ผลลัพธ์ (ไทย) 3:

ความก้าวหน้าในเทคโนโลยีการตรวจจับและอัลกอริธึม de - ป้ายทำให้มีความเป็นไปได้สำหรับหุ่นยนต์จัดให้บริการพร้อมด้วยเลเซอร์ช่วง - finder เพื่อสร้างแผนที่และใดแน่ในตัวมันเองอยู่ในแผนที่เป็นหุ่นยนต์สำรวจ สภาพแวดล้อม ของพื้นที่ เราจะอธิบายถึงระบบการสร้างขึ้นมาใหม่และการทำแผนที่เสมือนเป็นส่วนหนึ่งของหุ่นยนต์สำหรับเมืองการค้นหาและช่วยชีวิต กระบวนการของและการทำแผนที่ในช่วงเวลาเดียวกันกับที่localising หุ่นยนต์ที่ในแผนที่ที่เรียกว่าเป็นการแปลเอกสารข้อมูลพร้อมกันและการทำแผนที่(เจ้าของตำแหน่งแชมป์แกรนด์สแลมรายการ) ในแอปพลิเคชันจำนวนมากเช่นในเมืองการค้นหาและช่วยชีวิตข้อมูลจากเครื่องเข้ารหัสล้อไม่ถูกต้องและไม่สามารถใช้ได้สำหรับ odometry เพื่อขอรับการประเมินตำแหน่ง แต่ถึงอย่างไรก็ตามฝึกฝนตามจุดอยู่ใกล้กับอัลกอริธึมการสแกนที่ตรงกันทำให้มีความเป็นไปได้สำหรับหุ่นยนต์ที่จะทำการกำหนดตำแหน่งที่ถูกต้องใน สภาพแวดล้อม การใช้งานจัดโครงสร้างที่ลื่นล้อเป็นแบบทั่วไป เมื่อการวางตำแหน่งนี้ประกอบด้วยอัลกอริธึมการทำแผนที่เช่น fastslam หุ่นยนต์ที่สามารถสร้างแผนที่ได้อย่างถูกต้องและแม่นยำในแบบเรียลไทม์และการเคลื่อนไหว รับแผนที่ที่สร้างและตำแหน่งของหุ่นยนต์ที่อยู่ ภายในความหลากหลายของการสำรวจอัลกอริธึม Al - หุ่นยนต์ที่จะปฏิบัติงานอย่างสำรวจ สภาพแวดล้อม ของพื้นที่ หุ่นยนต์ที่ได้รับการจัดให้บริการด้วยกล้อง RGB - D ที่ยัง ข้อมูล 3 D และ ภาพ วิดีโอสีที่เข้ากันได้ดีกับแผนที่ในการผลิต 3 D ที่สร้างขึ้นมาใหม่แบบเสมือนจริงใน สภาพแวดล้อม ที่เป็นหุ่นยนต์สำรวจหุ่นยนต์แห่งนี้ได้รับรางวัลชนะเลิศสำหรับหุ่นยนต์ปกครองตนเองที่ดีที่สุดในการแข่งขันหุ่นยนต์สามอย่างต่อเนื่อง robocup Rescue [ 1 ], 2009 - 2011 .