Merekabentuk Tumpukan SLAM Visual dan LiDAR untuk Robot Sebenar

Membina tumpukan SLAM yang berjalan dengan andal pada robot sebenar melibatkan lebih daripada sekadar memilih pustaka. Penentukuran sensor, reka bentuk bahagian hadapan, pengoptimuman bahagian belakang, strategi penutupan gelung, dan penyepaduan dengan robot lain semuanya membentuk sama ada tumpukan itu dapat bertahan dalam realiti penggunaan yang sukar. Kursus ini akan membincangkan pilihan tersebut secara terstruktur. Anda akan melalui latihan reka bentuk bertulis yang mencerminkan cara pasukan robotik kecil akan merancang tumpukan SLAM. Penekanan adalah pada pertukaran praktikal yang penting apabila robot perlu beroperasi merentasi sesi yang panjang, perubahan pencahayaan, dan pemandangan yang tidak dijangka. Apa yang anda akan pelajari: - Pilih gabungan sensor termasuk visual, LiDAR, inersia, dan pengekod roda untuk persekitaran tertentu - Reka bentuk saluran persepsi bahagian hadapan untuk pengesanan ciri, persatuan, dan anggaran gerakan - Guna pengoptimuman bahagian belakang termasuk kaedah graf pose dan rangka kerja graf faktor moden - Bina pengesanan penutupan gelung yang mengendalikan pemandangan berulang dan persekitaran yang berubah - Rancang rutin penentukuran termasuk penyegerakan intrinsik, ekstrinsik, dan masa antara sensor - Reka bentuk penyepaduan dengan sistem perancangan gerakan, kawalan, dan tingkah laku pada robot Kursus ini bermula daripada sensor dan penentukuran melalui reka bentuk bahagian hadapan dan belakang, penutupan gelung, dan penyepaduan. Latihan reka bentuk ringkasan bertulis meminta anda membuat draf reka bentuk satu muka surat untuk tumpukan SLAM yang disasarkan pada platform robot dan persekitaran tertentu. Kursus ini direka untuk jurutera robotik, pengamal visi komputer, dan pelajar mekatronik dengan latar belakang perisian tertentu. Tiada pengalaman pelaksanaan SLAM sebelum ini diperlukan. Kursus ini menganggap tumpukan sebagai masalah reka bentuk yang boleh anda fikirkan di atas kertas sebelum sebarang kod ditulis.