SLAM이라고도하는 동시 로컬라이제이션 및 매핑은 로봇에 설치된 수많은 센서를 사용하여 물리적 세계에서 데이터를 수집하는 프로세스입니다. 그 후,이 데이터는 나중에 탐색 할 수 있도록지도에 생성됩니다. SLAM을 사용하면 로봇이 쉽게 위치를 파악하고, 시각적 포인트를 통해 데이터를 해석하고,지도를 작성하고, 동시에 탐색하는 데 사용할 수 있습니다.
사람이 알 수없는 장소에서 자신의 길을 식별하려고 할 때. 첫 번째 단계는 주변을 둘러보고 익숙한 표시 나 표지판을 찾는 것입니다. 사람이 익숙한 랜드 마크를 인식하면 그와 관련된 위치를 파악할 수 있습니다. 그 사람이 환경을 더 많이 관찰할수록 더 많은 랜드 마크가 그에게 익숙해지고 그 장소에 대한 정신적 이미지 또는지도를 만들기 시작할 것입니다. 그는 이전에 알려지지 않은 장소에 익숙해지기 전에이 특정 환경을 여러 번 탐색해야 할 수도 있습니다. 이와 관련하여 SLAM 로봇은 센서 (소노 어, 레이저 또는 카메라)를 사용하여 자신의 위치를 파악하면서 환경을 매핑합니다.
SLAM 문제의 인기는 실내 모바일 로봇의 출현과 관련이 있습니다. GPS의 사용은 다음과 같은 실내 사용에 대한 현지화 오류를 제한 할 여지가 없습니다. 텔레프레즌스, 서비스 과 소독 로봇. 또한 SLAM은 사용자가 만든 맵에 대한 매력적인 대안을 제공하여 목적 사양 현지화 인프라가없는 경우에도 로봇 작동에 접근 할 수 있음을 보여줍니다.
참조 : 로봇 존재 교육 : SLAM에 대해 알아야 할 사항
[런치패드_피드백]
면책 조항 :이 문서에 제공된 정보는 설명 목적으로 만 제공됩니다. SIFSOF는 로봇의 오용이나 잘못된 또는 무작위 사용에 대해 책임을지지 않습니다.