این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۶، شماره ۶، صفحات ۲۱۷-۲۲۵
عنوان فارسی نقشه‌برداری و مکان‌یابی هم‌زمان با استفاده از داده لیزر و روش نقشه‌برداری سریع بدون‌ردیابی با انطباق پویشی
چکیده فارسی مقاله مکان‌یابی و نقشه‌برداری هم‌زمان یکی از مسائل بنیادی در رباتیک است و تا کنون الگوریتم‌های بسیاری ازجمله الگوریتم نقشه‌برداری سریع که بسیار پرکاربرد است و الگوریتم نقشه‌برداری سریع بدون‌ردیابی که جدیدتر است، برای حل این مسئله به‌کار گرفته شده‌اند. اگرچه در مقایسه‌های علمی، عملکرد این الگوریتم بهتر از الگوریتم سریع ارزیابی شده‌است، هنوز ظرفیت‌های بررسی‌نشده زیادی در رابطه با این الگوریتم وجود دارد. لذا در این مقاله به موضوع ارایه اصلاحات برای بهبود الگوریتم سریع بدون‌ردیابی و بررسی عملکرد آن پرداخته شده‌است. یکی از راه‌های افزایش دقت تخمین موضع ربات، مقایسه و تطبیق دو اندازه‌گیری متوالی و اصلاح موضع ربات به‌نحوی که بهترین تطابق میان دو اندازه‌گیری برقرار شود، است. این روش که انطباق پویشی نامیده می‌شود برای بهبود عملکرد الگوریتم‌ها موثر بوده ولی تاکنون برای الگوریتم سریع بدون‌ردیابی مورد آزمون قرار نگرفته‌است. در این مقاله برای اولین بار از ترکیب الگوریتم سریع بدون‌ردیابی با انطباق پویشی برای مکان‌یابی و نقشه‌برداری هم‌زمان استفاده می‌شود. برای ارزیابی تاثیر انطباق پویشی، این الگوریتم روی دو مجموعه داده لیزر به‌دست آمده در محیط شبیه‌سازی و آزمایش‌های عملی، پیاده‌سازی و نتایج با حالت بدون انطباق پویشی مقایسه می‌شوند. نتایج مقایسه نشان می‌دهند که افزودن انطباق پویشی به الگوریتم سریع بدون‌ردیابی، دقت تخمین مسیر و دقت نقشه را به مقدار قابل ملاحظه‌ای بهبود می‌دهد. همچنین با بهبود سرعت الگوریتم انطباق داده، زمان اضافی لازم برای انجام انطباق پویشی جبران شده و سرعت کلی الگوریتم سریع بدون‌ردیابی بهبود یافت.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Simultaneous Localization and Mapping Using Laser Data and Unscented FastSLAM with Scan Matching
چکیده انگلیسی مقاله Simultaneous localization and mapping (SLAM) is a fundamental problem in autonomous robotic. Many algorithms have been exploited to solve this problem, among these algorithms, FastSLAM is one of the most widely used and Unscented FastSLAM is one of the newest. Although in several scientific researches it is stated that Unscented FastSLAM outperforms FastSLAM, there are still unexamined potentials regarding Unscented FastSLAM. Therefore, this paper seeks to improve the overall performance of Unscented FastSLAM. Map accuracy and quality directly depend on the accuracy of localization and observations. In SLAM algorithms, robot pose is predicted using motion model, and then corrected using the difference between map features and recently observed features. Accuracy of pose estimation may improve by comparing two sequential observations and modifying robot pose to result in best match between them. This method is called scan matching and has been successfully combined with FastSLAM algorithm and some other SLAM algorithms not including Unscented FastSLAM. Therefore, this paper seeks to investigate the performance of Unscented FastSLAM combined with scan matching. Simulation results show that combining Unscented FastSLAM with scan match significantly improves accuracy of localization and mapping.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مرضیه زمانی علویجه | zamani alavijeh
گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه اصفهان
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

شهرام هادیان جزی | hadian jazi
عضو هیات علمی گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه اصفهان
سازمان اصلی تایید شده: دانشگاه اصفهان (Isfahan university)

نشانی اینترنتی http://mme.modares.ac.ir/article_14807_77e22b8d892ea7ba2d000a6191f04198.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-227404.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات