Định vịbằng bản đồlà kỹthuật mà robot sửdụng các dữliệu thu nhận được từ cảm biến của nó để để tạo ra một bản đồ cục bộ môi trường xung quanh nó. Bản đồ này sau đó được so sánh vớỉbản đồ toàn cục được lưu trữtừ trước trong bộ nhớ. Nếu sự tương ứng được nhận ra, robot sẽtính toán vị trí và hướng thực tế của nó trong môi trường. Bản đồ được lưu trữ từ trước có thể là mô hình CAD của môi trường hoặc được xây dựng từdữliệu cảm biến trước đó[4].
Hình 3.8. Phương pháp xác định vị trí dựa vào bản đồ.
Phương pháp này có các đặc điểm như:
Sửdụng các cấu trúc tự nhiên xuất hiện ở môi trường ngoài để thu được thông tin vềvị trí mà không làm thay đổi môitrường.
Bản đồvịtrí có thể được sửdụng đểtạo ra bản đồcập nhật của môi trường. Bản đồ môi trường rất quan trọng đối với các nhiệm vụ khác của robot di động như tìmđường hay tránh vật cản.
Bản đồvịtrí cho phép robot khảo sát một cách tỉmỉvềmôi trường xung quanh.
3.2.5.2. Xây dựng bản đồvà tổng hợp các cảm biến.
Nhiều nghiên cứu đều cho rằng khi sử dụng một cảm biến đơn lẻ không thể mang lại hình ảnh thực tế của môi trường xung quanh. Để giải quyết vấn đề đó cần thiết phải kết hợp dữliệu từcác loại cảm biến khác nhau, quá trìnhđó được gọi là tổng hợp cảm biến.
Vấn đề quan trọng trong việc dẫn đường dựa trên bản đồlà việc làm khớp bản đồ. Đó là việc thiết lập sự tương ứng giữa bản đồ cục bộ hiện tại với bản đồ toàn cục được lưu trữtừ trước.
Năm 1994 Schiele và Crowley đã đưa ra m ột kỹ thuật để tổng hợp hai lưới. Lưới thứ nhất là lưới cục bộ tại trung tâm của robot thu được từ các cảm biến. Lưới thứ hai là lưới toàn cục của môi trường. Schieve và Crowley đãđề ra 2 phương pháp biểu diễn mô hình của môi trường từ dữliệu sonar là tham sốgốc và lưới chiếm hữu.
Thông tin
từ cảm
biến.
Xây dựng bản đồcục bộ
Ước lượng tương ứng giữa bản đồcục bộvà bản
đồtoàn cục được lưu.
Tính toán vịtrí.
Tham sốgốc biểu diễn giới hạn của không gian trống bằng các đoạn thẳng hoặc bềmặt định nghĩa bởi một danh sách các tham số. Tuy nhiên nhiễuởtín hiệu cảm biến có thể làm cho quá trình xử lý không đáng tin cậy. Trên thực tế không thể phân biệt được nhiễu và tín hiệu thu được từcác vật cản nhỏ như chân bàn.
Hình 3.9. Mô hình robot của Schiele và Crowley vị trí đặt tại hành lang [4].
Có 2 loại bản đồ dùng để xác định vị trí là bản đồ hình học và bản đồ hình trạng. Bản đồhình học biểu diễn vật thểtuỳtheo mối quan hệhình học giữa chúng. Đó có thể là bản đồ lưới, bản đồ lý thuyết như bản đồ đường thẳng hay bản đồ đa giác. Xác định vịtrí dựa vào bản đồ hình học thu được từsonar phải được liêt kết với bản đồ toàn cục trên một diện tích lớn. Thực tế rất khó thực hiện do sai số vị trí robot. Trong khi đó bản đồhình trạng dựa trên mối quan hệhình học giữa các đặc điểm quan sát được và vịtrí tuyệt đối của chúng gắn với hệtoạ độtham chiếu tuỳý. Trong bản đồ hình trạng các nốt biểu diễn các đặc điểm quan sát được còn các gờ biểu diễn mối quan hệ giữa các đặc điểm. Khác với bản đồ hình học bản đồ hình trạng được xây dựng và duy trì mà không cần phải xác định vị trí của robot, có nghĩa là sai số trong
cách biểu diễn không phụ thuộc vào sai số do vị trí của robot. Điều đó cho phép kết hợp các bản đồlớn từviệc tích luỹsai sốvịtrí dead-reckoning bởi vì tất cảcác liên kết là mối quan hệ giữa các nốt thay vì vịtrí tuyệt đối. Sau khi bản đồ được thiết lập vịtrí được xác định bằng cách liên kết các bản đồ cục bộ với vị trí thích hợp trên bản đồ toàn cục lưu trong bộnhớ.
CHƯƠNG 4: NÂNG CAO ĐỘ CHÍNH XÁC ƯỚC LƯỢNG VỊTRÍ CHO ROBOT BẰNG PHƯƠNG PHÁP TỔNG HỢP CẢM BIẾN
Các phương pháptổng hợp các cảm biến hiện nay đang được áp dụng phổ biến trong các hệ thống robot di động hiện đại để tăng độ chính xác của đo lường vị trí robot trong quá trình chuyển động. Cơ sởthực hiện các phương pháp này hầu hết được dựa trên suy luận xác suất. Bộ lọc Kalman mở rộng (EKF) là giải pháp xác suất hiệu quả để ước tính đồng thời các vị trí của robot dựa trên một số thông tin về cảm biến nội và cảm biến ngoại của nó cùng mô hình hệthống robot cần điều khiển..