संवेदना रहित वातावरण में बाधा पार करने के लिए ट्रैक्ड रोबोट ओडोमेट्री

मोबाइल-ट्रैक्ड रोबोट असमान स्थलाकृति को पार करने के लिए उपयुक्त हैं। हालांकि, मानक बाहरी स्थानीयकरण विधियाँ (दृश्य या लेजर SLAM) धुआं, धूल, कोहरा या कठोर शहरी खोज और बचाव अभियानों की परिस्थितियों में अपर्याप्त प्रकाश के कारण अविश्वसनीय हो सकती हैं। ऐसी परिदृश्यों की वास्तविक विश्व परिस्थितियों में उपयोगकर्ता के व्यापक मूल्यांकन के दौरान, हमने अवलोकन किया है कि मृत-रेखांकन स्थानीयकरण की सटीकता ऊर्ध्वाधर बाधाओं को पार करते समय प्रभावित होती है। हम रोबोट काइनेमेटिक्स की स्पष्ट मॉडलिंग और मशीन लर्निंग पर आधारित डेटा-प्रेरित दृष्टिकोण को संयोजित करने का प्रस्ताव देते हैं। प्रस्तावित विधि को विभिन्न बाधाओं को पार करते समय इनडोर और आउटडोर में प्रयोगात्मक रूप से सत्यापित किया गया है। इनडोर में, हमारे समाधान की सटीकता का आकलन करने के लिए एक संदर्भ स्थिति भी रिकॉर्ड की गई है। प्रयोगात्मक डेटा सेट को सार्वजनिक रूप से जारी किया गया है ताकि रोबोटिक्स समुदाय की मदद की जा सके।