ตำแหน่งที่แน่นอนโดยไม่ต้องจีพีเอส

การใช้ IMU หุ่นยนต์สามารถประมาณตำแหน่งปัจจุบันเทียบกับตำแหน่งเริ่มต้น แต่สิ่งนี้จะเกิดข้อผิดพลาดเมื่อเวลาผ่านไป GPS มีประโยชน์อย่างยิ่งสำหรับการให้ข้อมูลตำแหน่งที่ไม่ลำเอียงจากการสะสมข้อผิดพลาดในท้องถิ่น แต่จีพีเอสไม่สามารถใช้ในบ้านและแม้แต่กลางแจ้งก็อาจเป็นจุด ๆ

ดังนั้นวิธีการหรือเซ็นเซอร์ที่หุ่นยนต์สามารถใช้ในการ จำกัด วง (เทียบกับกรอบอ้างอิงบางส่วน) โดยไม่ใช้ GPS คืออะไร?

ในขั้นต้นการคำนวณค่า Dead Dead นั้นถูกใช้ร่วมกับเทคนิคอื่น หุ่นยนต์สร้างแผนที่จากนั้นพยายาม จำกัด ตำแหน่งภายในแผนที่นั้น ตัวอย่างเช่นการใช้เครื่องสแกนด้วยเลเซอร์และขึ้นอยู่กับการคำนวณการตายหุ่นยนต์มีความคิดว่ามันอยู่ที่ไหน ด้วยการเปรียบเทียบข้อมูลช่วงเลเซอร์กับแผนที่จะสามารถปรับปรุงการประมาณการได้

ทรัพยากรที่เกี่ยวข้องคือ:

• ระบบกำหนดตำแหน่งในอาคารบน Wikipedia
• H. Liu, H. Darabi, P. Banerjee และ J. Liu การสำรวจเทคนิคและระบบกำหนดตำแหน่งภายในอาคารไร้สาย . ธุรกรรม IEEE บนระบบ, มนุษย์และไซเบอร์เน็ต, หน้า 1067
• ติดตามร่มตำแหน่ง: Hype ย้ายจากความจริง

วิธีการรวมถึง:

• SLAM (หรืออย่างน้อยการแปลภาษาท้องถิ่น) ด้วย
  • เลเซอร์
  • วิสัยทัศน์ (กล้องสเตอริโอ - วิสัยทัศน์)
  • สภาพแวดล้อมที่มีโครงสร้าง
• สัญญาณโทรศัพท์มือถือ
• สัญญาณ wifi
• บีคอน (ความถี่วิทยุ) และการวิเคราะห์ตำแหน่ง (ข้อมูลเพิ่มเติมได้ที่http://www.wpi.edu/Images/CMS/PPL/ITT.pdf )
• ระบบติดตามกล้อง (การติดตามด้วยแสงของมาร์กเกอร์ภายในพื้นที่)

ฉันเข้าใจว่าคุณมีปัญหาคือการหาวิธีการที่แตกต่างกับ GPS เพื่อค้นหาตำแหน่งของคุณภายในกรอบอ้างอิงที่กำหนด ปัญหาในการแยกนี้เรียกว่าการโลคัลไลซ์เซชันและมีหลายวิธีในการทำเช่นนั้น ประการแรกคุณจะต้องแยกความแตกต่างระหว่างวิธีการสัมพัทธ์ดังนั้นการวัดที่ให้การเปลี่ยนแปลงตำแหน่งไปยังตำแหน่งที่รู้จักก่อนหน้า วิธีนี้มีปัญหาว่ามีข้อผิดพลาดสะสมอย่างเห็นได้ชัดและจะเพิ่มขึ้นอย่างไม่ จำกัด

• การคำนวณบัญชีที่ตายแล้วน่าจะเป็นวิธีที่เก่าแก่ที่สุดวิธีหนึ่งในการแปลแบบสัมพันธ์ หากคุณใช้หัวเรื่องความเร็วและเวลา (เพื่อประเมินระยะทางที่เดินทาง) คุณสามารถสรุปตำแหน่งการเปลี่ยนแปลงของคุณจากตำแหน่งเริ่มต้น

• นอกเหนือจากการใช้การคำนวณที่ตายแล้วคุณยังไม่สามารถสังเกตจุดสังเกตและติดตามพวกมันในแผนที่ได้ การค้นหาจุดสังเกตเหล่านั้นอีกครั้งจะช่วยให้คุณลดข้อผิดพลาดตำแหน่งสัมพัทธ์ นี่เป็นปัญหาการแปลและการแมป (SLAM) พร้อมกัน มันยังคงเป็นการนำทางที่เกี่ยวข้อง

ตอนนี้มาถึงคำถามที่แท้จริงของคุณในการนำทางแบบสัมบูรณ์ สิ่งที่ GPS ทำคือให้คุณประมาณระยะทางไปยังจุดสังเกตด้วยข้อมูลตำแหน่งที่ทราบในกรอบอ้างอิงของคุณ (ในกรณีนี้เป็นจุดศูนย์กลางทางภูมิศาสตร์) ตัวรับสัญญาณ GPS จะใช้ข้อมูลเหล่านี้และสร้างโซลูชันตำแหน่งซึ่งก็มีข้อผิดพลาดเช่นกัน สิ่งที่ดีคือความผิดพลาดนี้อยู่ภายในกรอบอ้างอิงของคุณ นี่คือสิ่งที่ทำให้มันเป็นระบบกำหนดตำแหน่งที่แน่นอน ดังนั้นไม่ว่าจะอยู่ในอาคารหรือนอกอาคารและไม่ว่าคุณจะต้องการกรอบอ้างอิงแบบใดก็ตามสิ่งที่คุณต้องการสำหรับระบบกำหนดตำแหน่งแบบสัมบูรณ์คือการวัดที่ทำให้คุณมีความสัมพันธ์กับตำแหน่งแลนด์มาร์คที่เป็นที่รู้จักภายในเฟรมอ้างอิงของคุณ บางส่วนของวิธีการเหล่านั้นได้รับในคำตอบก่อนหน้า ถึงแม้ว่าดังที่ฉันกล่าวไปแล้วสแลมนั้นไม่ใช่วิธีเด็ดขาด

• รูปแบบที่ง่ายที่สุดคือการจดจำสถานที่สำคัญโดยตรง หากคุณเห็นหอไอเฟลคุณควรมีความคิดที่ดีเกี่ยวกับตำแหน่งที่แน่นอนของคุณ (อย่างน้อยก็มีข้อผิดพลาดแน่นอน) ภายในเฟรมคงที่ของโลก (ถ้าคุณรู้ตำแหน่งของหอไอเฟล) คุณอาจจะต้องแก้ความกำกวมบ้าง

• หากคุณต้องการปรับปรุงข้อผิดพลาดตำแหน่งสัมบูรณ์คุณสามารถใช้สถานที่สำคัญหลายแห่งพร้อมกันได้ คลาสสิกสมเป็นเช่นตัวอย่าง อีกอันหนึ่งคือการใช้หลุมอุกกาบาตสำหรับยานพาหนะทางจันทรคติ จุดสังเกตไม่จำเป็นต้องเป็นภาพและคุณสามารถใช้สิ่งต่าง ๆ เช่นความแรงของสัญญาณ RF สำหรับสัญญาณที่รู้จักเช่นใน WiFi หรือการแปลมือถือ

• วิธีการทั้งหมดข้างต้นจำเป็นต้องมีสถานที่สำคัญซึ่งต้องระบุและเชื่อมโยงโดยเฉพาะ ถ้าเป็นปัญหาที่คุณยังสามารถใช้วิธีการที่แตกต่างกันเช่นรายละเอียดภูมิประเทศ นี้ได้เช่นถูกนำมาใช้สำหรับต้นนำทางล่องเรือขีปนาวุธ ฉันยังใช้วิธีนี้สำหรับการโลคัลไลซ์เซชันบนแผนที่ระดับความสูงโดยไม่มีการตรวจจับด้วยสายตาหรือช่วง

ด้วยวิธีการทั้งหมดข้างต้น: ตราบใดที่วัสดุแผนที่ของคุณมีข้อมูลอ้างอิงทางภูมิศาสตร์อยู่คุณก็สามารถอ้างอิงทางภูมิศาสตร์ด้วยตัวคุณเองได้อย่างชัดเจนโดยไม่ต้องใช้ GPS ปัจจัยที่สำคัญที่สุดในการแยกความแตกต่างของวิธีการคือลักษณะข้อผิดพลาด

ฉันรู้ว่านี่เป็นคำถามเก่า แต่ฉันจะเพิ่มคำตอบที่มีอยู่ในปัจจุบัน แรกนี้เป็นปัญหาที่ซับซ้อนมากที่ทุกคนพยายามที่จะแก้ไขปัญหารวมถึง Google กับพวกเขาโครงการ Tango โดยทั่วไปในการ จำกัด วงในอาคารคุณจำเป็นต้องพึ่งพาเซ็นเซอร์ภายในของคุณหรือรับความช่วยเหลือจากโครงสร้างพื้นฐานในร่มที่ปรับใช้เพื่อช่วยคุณระบุตำแหน่ง

• อาศัยเซ็นเซอร์ออนบอร์ด:
  • ใช้เซ็นเซอร์เช่น LIDAR / เลเซอร์กล้องเซ็นเซอร์ RGBD IMU
  • ทำการฟิวชั่นเซ็นเซอร์อัลกอริธึมที่ซับซ้อนเพื่อทำการแปลซ้ำที่ถูกต้องแม่นยำ สแลม (การสร้างการแปลพร้อมกันและสร้างแผนที่) พร้อมกันมักใช้ ก่อนหน้านี้ฉันได้พัฒนาวิธีการที่เรียกว่าMRICP (จุดอ้างอิงการทำแผนที่อ้างอิงซ้ำ) เพื่อดำเนินการแปลอย่างง่าย มีวรรณกรรมมากมายให้ดูที่หน้านั้นรวมถึงเครื่องวัดระยะทางด้วยตาข้างเดียวและสามมิติที่ผ่านมาซึ่งมีแนวโน้มค่อนข้างดี (เซ็นเซอร์ตรวจสอบ vi จากskybotixหรือsvo )
• พึ่งพาโครงสร้างพื้นฐาน:
  • บีคอน (บลูทู ธ อัลตร้าแบนด์ไร้สาย ... )
  • Mocap (กล้องจับการเคลื่อนไหว: vicon, visualeyez ... )
  • การเข้ารหัสตำแหน่งในหลอดไฟ (ฟิลิปส์กำลังทดลองกับสิ่งนี้)

โดยทั่วไปแล้วมันขึ้นอยู่กับความแม่นยำที่คุณพยายามทำ จากประสบการณ์ของฉันคุณต้องมุ่งเน้นไปที่แผนที่ที่สอดคล้องกันทั่วโลกและการวางตำแหน่งที่แม่นยำในท้องถิ่น ซึ่งหมายความว่าคุณต้องรู้ว่าคุณอยู่ที่ไหนจากลักษณะทางโทโพโลยีระดับสูง (ห้องนี้เชื่อมต่อกับห้องอื่นทางซ้ายและห้องถัดไปทางซ้ายอยู่ห่าง 2.323 เมตร) แต่ในพื้นที่คุณควรมีความแม่นยำ การประมาณตำแหน่ง (เลเซอร์ + IMUs สามารถทำได้อย่างถูกต้อง)

หวังว่านี่จะช่วยได้

หากเป้าหมายของคุณคือการระบุตำแหน่งทางภูมิศาสตร์คุณจะต้องใช้ GPS ในบางจุด เทคนิคอื่น ๆ (การคำนวณค่าตายตัว, SLAM, ... ) จะมีประโยชน์กับ "สะพาน" เท่านั้นการรับตำแหน่ง GPS / ในร่มที่ไม่แน่นอน

คุณกำลังถามวิธีใช้เซ็นเซอร์เร่งความเร็วเพื่อทำการวัดตำแหน่งที่ดีขึ้น ในขณะที่คุณชี้ให้เห็นอย่างถูกต้องข้อผิดพลาดเหล่านี้สะสมอยู่ตลอดเวลา

วิธีหนึ่งในการปรับปรุงสิ่งนี้คือการมีการอัพเดทตำแหน่งสัมบูรณ์เป็นระยะเช่นจาก GPS หรือจากเทคนิคในคำตอบมากมายที่นี่

อย่างไรก็ตามอย่ามองข้ามความสามารถใด ๆ ที่คุณอาจต้องได้รับจากการอัพเดทความเร็วสูง เซ็นเซอร์ความเร็วเหนือพื้นดินหรือเพียงแค่ข้อมูลตำแหน่ง / ข้อมูลความเร็วจากล้อ (ถ้าคุณมีล้อ) สามารถปรับปรุงความแม่นยำในการคำนวณการตายของคุณ

http://www.locatacorp.com/อาจเป็นคำตอบที่คุณต้องการ พวกเขาเสนอเทคโนโลยีเพื่อสร้างกลุ่มดาวในร่ม มันจำลองดาวเทียมสำหรับการใช้งาน GPS ในร่ม ฉันเชื่อว่าสามารถใช้ตัวรับสัญญาณ GPS ในอาคารได้โดยไม่จำเป็นต้องใช้ฮาร์ดแวร์เพิ่มเติมในหุ่นยนต์

เซ็นเซอร์วัดการไหลแบบออปติคัล (เช่นที่ใช้ในเมาส์คอมพิวเตอร์) เป็นสิ่งที่ดีสำหรับสถานการณ์นี้ ส่วนใหญ่จะให้ผลลัพธ์ในแง่ของการแปล

หรือคุณสามารถใช้กล้องพื้นฐานและเรียกใช้อัลกอริธึมการไหลของแสงบนข้อมูล สิ่งนี้จะให้ข้อมูลพื้นฐานเดียวกันกับคุณ มันอาจจะง่ายขึ้นเมื่อทำเช่นนี้เพื่อปรับอัลกอริทึมที่จะเสนอการเคลื่อนที่แบบหมุนรวมถึงการแปล

ไอซีโฟลว์การไหลแบบออปติคัลบางตัวมีความสามารถในการให้ข้อมูลภาพ (เช่น ADNS-3080) ซึ่งคุณสามารถวิเคราะห์เพิ่มเติมสำหรับข้อมูลการหมุนได้

ความก้าวหน้าล่าสุดใน SLAM (ORB_SLAM, LSD_SLAM, SVO) ช่วยให้มองเห็นภาพของตาข้างเดียวได้ทำให้สามารถกำหนดเฟรมเริ่มต้นและปรับขนาดได้ตามต้องการ หากคุณรวมข้อมูลนี้กับระบบ IMU และ EKF เช่นหนึ่งจาก ETH (ethzasl_msf) คุณสามารถรับการประมาณตำแหน่งได้แม้ว่าจะไม่มี GPS ยิ่งไปกว่านั้นคุณสามารถรวมจำนวนของท่า / ตำแหน่ง / ทัศนคติ / ฯลฯ เซ็นเซอร์ใน MSF