به عنوان"؛ چشم"؛ و سیستم ربات جارو ، سیستم ناوبری به ماشین این توانایی را می دهد که درک و عمل کند. از ناوبری بی اثر اینرسی تا برنامه ریزی جهانی ناوبری لیزری ، فناوری ناوبری دستخوش تغییرات زیادی شده است و سپس ناوبری لیزری به جریان اصلی بازار تبدیل شده است ، اما با افزایش چشمگیر تقاضای کاربران برای هوش ، ناوبری بصری بر اساس فناوری بینایی رایانه ای قوی است ظاهر می شود ، بازی"؛ بازیکنان قدیمی"؛ و" ؛ تازه واردان"؛ دوباره روی صحنه می رود لیزر و بینایی ،"؛ آینده" کیست؟
فناوری ناوبری لیزری
ناوبری لیزری بر اساس روشهای موقعیت یابی اولیه بر اساس اندازه گیری فاصله (مانند سونوگرافی و مادون قرمز) ایجاد می شود. اندازه گیری فاصله لیزر یک پرتو را در جهت خاصی ساطع می کند. پس از بازتاب نور ، توسط گیرنده گرفته می شود و فاصله بین خود و جسم را می توان با زمان محاسبه کرد. ناوبری لیزری اطلاعات محیطی را از طریق سنسورهای لیزری به دست می آورد و فاصله بین دستگاه و موانع را اندازه گیری می کند. پس از پردازش الگوریتم ، یک نقشه دو بعدی برای درک موقعیت و ناوبری ساخته می شود.
اصل کار ویژه ناوبری لیزری ارائه مجموعه ای از نقاط اطلاعات پراکنده ، دقیق زاویه و فاصله از طریق اطلاعات محیطی جمع آوری شده توسط لیدار است که ابر نقطه ای نامیده می شود. ناوبری لیزری با مطابقت و مقایسه ابرهای دو نقطه ای در زمان های مختلف ، فاصله حرکت نسبی و تغییر وضعیت دستگاه را محاسبه می کند و بدین ترتیب موقعیت خود را تکمیل می کند. اصل نسبتاً ساده و ویژگی های سنسور لیزری باعث می شود که مزایای راندمان بالا ، دقت بالا و مقاومت در برابر تداخل را داشته باشد.
فناوری ناوبری بصری
ناوبری بصری ، همانطور که از نامش پیداست ، جمع آوری اطلاعات محیطی از طریق حسگرهای بصری و ساخت نقشه بر اساس نقاط یا نشانگرهای ویژگی برای تعیین موقعیت و ناوبری مستقل است.
مطالعات نشان داده است که 75 information از اطلاعات محیطی که توسط انسان به دست می آید از بینایی بدست می آید ، در حالی که دید دو چشمی از ساختار انسان تقلید می کند و از منظر چشمی دو چشمی برای رسیدن به دامنه عمق استفاده می کند. از نظر اصل کار ، دید دو چشمی می تواند اطلاعات بافت وسیع و اضافی را از محیط به دست آورد و دارای توانایی تشخیص صحنه قوی است ، که پیش شرط لازم را برای روبات برای تصمیم گیری هوشمندانه فراهم می کند. اطلاعات محیطی دو بعدی جمع آوری شده توسط دوربین های دو چشمی می تواند برای تولید یک نقشه سه بعدی با اطلاعات عمق با استفاده از فناوری دید استریو استفاده شود ، که می تواند فاصله ، حجم و اطلاعات موانع موجود در منطقه را محاسبه کند ، به طوری که برای دستیابی به موقعیت ، ناوبری ، برنامه ریزی مسیر ، اجتناب از موانع و سایر عملکردها.
در عین حال ، همراه با تشخیص معنایی ، بینایی دو چشمی می تواند چیدمان خانه و ساختار فضایی را بهتر درک کرده و تعامل هوشمندی مانند ردیابی هدف و اجرای دستورالعمل های خاص را درک کند.
هر دو مزایا و معایب خود را دارند
از آینده قابل پیش بینی ، کاربران همیشه انتظارات بسیار بالایی برای بهبود تقاضای هوشمند داشته اند ، که این امر جهت نسل بعدی روبات های جارو را نیز نشان می دهد. ربات باید"؛ نقشه ذهنی"؛ از مغز انسان یاد بگیرند که مستقل فکر کنند. تصمیم گیری هوشمند کلید اصلی است.
با این حال ، ناوبری لیزری با ویژگی های سنسور محدود می شود ، ابرهای نقطه ای نمی توانند اطلاعات بافت را تشخیص دهند و آنها توانایی تشخیص صحنه ها را ندارند. بنابراین ، آنها نمی توانند پشتیبانی م effectiveثر در تصمیم گیری هوشمند و تعامل هوشمند ارائه دهند و مقیاس پذیری هوشمند آنها کافی نیست. در عین حال ، به دلیل محدودیت های طرح ، موانع کم مستعد تشخیص نقاط کور هستند. در عملکرد واقعی ، مشکلاتی مانند شکست اجتناب از موانع ، لمس های اشتباه و پاسخ آهسته اغلب رخ می دهد.
