Key points are not available for this paper at this time.
أبرزت التطورات في تكنولوجيا الروبوتات ورسم الخرائط تطوير أنظمة تحديد المواقع والخرائط المتزامنة (SLAM) كمنطقة بحث رئيسية. ومع ذلك، فإن التكلفة العالية لأنظمة SLAM المتقدمة تشكل عائقًا كبيرًا أمام البحث والتطوير في هذا المجال، بينما تفشل العديد من أنظمة SLAM منخفضة التكلفة، التي تعمل تحت قيود موارد، في تحقيق خرائط وتحديد مواقع بدقة عالية في الوقت الحقيقي، مما يجعلها غير مناسبة للتطبيقات العملية. يقدم هذا البحث تصميم نظام SLAM مخصص بتكلفة فعالة يحافظ على أداء عالٍ مع تقليل التكاليف بشكل كبير. يستخدم نهجنا مكونات اقتصادية وخوارزميات فعالة، مما يعالج عائق التكلفة العالية في هذا المجال. أولاً، قمنا بتطوير منصة روبوتية قوية تعتمد على هيكل مركبة تقليدية ذات أربع عجلات، مما يعزز المرونة وسعة الحمولة. ثم قمنا بتكييف خوارزمية SLAM باستخدام إطار عمل أودومتري LiDAR-القصوري المرتبط بخوارزمية Fast Iterative Closest Point (ICP) لتحقيق التوازن بين الدقة والأداء في الوقت الحقيقي. أخيرًا، دمجنا خوارزمية أشجار الاستكشاف العشوائية متعددة الأهداف ثلاثية الأبعاد (RRT) مع التحكم التنبؤي غير الخطي (NMPC) للاستكشاف الذاتي في بيئات معقدة. تؤكد النتائج التجريبية الشاملة قدرة النظام على التنقل والخرائط الذاتية في الوقت الحقيقي في البيئات الداخلية المعقدة، منافسًا لأنظمة SLAM الأكثر تكلفة من حيث الدقة والكفاءة بتكلفة أقل. تم نشر نتائج أبحاثنا كأبحاث مفتوحة الوصول، مما يسهل إمكانية الوصول الأكبر والتعاون.
درس بانغ وآخرون (الخميس) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: