Teknik pemetaan dan pelokalan simultan kolaboratif menggunakan jaringan Wi-Fi yang tersedia
Tele

Teknik pemetaan dan pelokalan simultan kolaboratif menggunakan jaringan Wi-Fi yang tersedia


Gambar yang menunjukkan bagaimana pendekatan ground truth dibandingkan dengan teknik odometri. Kredit: Liu et al.

Dalam beberapa tahun terakhir, tim peneliti di seluruh dunia telah mengembangkan metode baru untuk lokalisasi dan pemetaan simultan (SLAM). Teknik ini dapat digunakan untuk membangun atau memperbarui peta lingkungan tertentu secara real time, sekaligus melacak lokasi agen atau robot buatan dalam peta ini.

Sebagian besar pendekatan SLAM yang ada sangat bergantung pada penggunaan sensor berbasis jangkauan atau berbasis penglihatan, baik untuk merasakan lingkungan dan gerakan robot. Sensor ini, bagaimanapun, bisa sangat mahal dan biasanya membutuhkan daya komputasi yang signifikan untuk beroperasi dengan baik.

Menyadari keterbatasan ini, para peneliti di Universitas Teknologi dan Desain Singapura, Universitas Sains dan Teknologi Barat Daya, Universitas Moratuwa, dan Universitas Teknologi Nanyang baru-baru ini mengembangkan teknik baru untuk SLAM kolaboratif yang mengandalkan berbasis jangkauan atau berbasis visi. sensor. Teknik ini, yang disajikan dalam makalah yang diterbitkan sebelumnya di arXiv, dapat memungkinkan navigasi robot yang lebih efektif dalam lingkungan dalam ruangan yang tidak diketahui dengan biaya yang jauh lebih rendah daripada metode yang diusulkan sebelumnya.

“Kami bertujuan untuk memanfaatkan sensor komputasi berbiaya rendah dan rendah sebagai pengganti sensor berbasis jangkauan atau berbasis visual,” Chau Yuen, salah satu peneliti yang melakukan penelitian tersebut, mengatakan kepada TechXplore. “Karena bangunan modern biasanya memiliki jangkauan jaringan Wi-Fi, tujuan kami adalah memanfaatkan informasi yang tersedia secara gratis untuk melakukan SLAM.”

Untuk memanfaatkan fitur radio yang tersedia di sebagian besar lingkungan perkotaan, para peneliti mengembangkan pendekatan untuk lokalisasi simultan kolaboratif dan pemetaan sidik jari radio yang disebut C-SLAM-RF. Teknik mereka bekerja dengan mengukur kerumunan Wi-Fi di lingkungan dalam ruangan yang besar dan kemudian menggunakan pengukuran ini untuk menghasilkan peta atau menemukan agen buatan.

“Tujuan kami adalah untuk menghasilkan peta radio lingkungan dengan upaya manusia seminimal mungkin dengan memanfaatkan kemampuan penginderaan built-in dari ponsel pintar yang umum digunakan,” Yuen menjelaskan.

Teknik SLAM kolaboratif yang menggunakan jaringan Wi-Fi yang sudah tersedia

Gambar yang menunjukkan bagaimana pendekatan jalur yang diperkirakan dibandingkan dengan teknik SLAM yang dikembangkan oleh para peneliti. Kredit: Liu et al.

Sistem yang dikembangkan oleh Yuen dan rekan-rekannya menerima informasi tentang kekuatan sinyal yang berasal dari titik akses Wi-Fi yang sudah ada yang tersebar di sekitar lingkungan tertentu, serta dari proses pedestrian dead reckoning (PDR) (yaitu, kalkulasi arus seseorang posisi) berasal dari ponsel pintar. Ia kemudian menggunakan sinyal ini untuk membangun peta lingkungan tanpa memerlukan pengetahuan sebelumnya tentang lingkungan atau distribusi titik akses di dalamnya. Alat C-SLAM-RF yang dibuat oleh para peneliti juga dapat menentukan apakah robot telah kembali ke lokasi yang dikunjungi sebelumnya, yang dikenal sebagai “penutupan loop,” dengan menilai kesamaan antara sidik jari radio sinyal yang berbeda.

“Pendekatan SLAM yang ada sering menggunakan perangkat khusus, misalnya, kamera visual atau sensor LIDAR berbasis jangkauan, untuk mengukur kesamaan pengamatan dengan pencocokan pemindaian atau pencocokan fitur, yang secara komputasi mahal,” U-Xuan Tan, peneliti lain yang terlibat dalam belajar, kata TechXplore. “Solusi kami memanfaatkan kemungkinan untuk melakukan pelokalan dan pemetaan dengan biaya rendah, perangkat IoT di mana-mana seperti ponsel cerdas, karena semakin populernya jaringan nirkabel Wi-Fi.”

Yuen, Tan dan rekannya menguji teknik mereka di lingkungan dalam ruangan dengan luas 130 meter x 70 meter. Hasilnya sangat menjanjikan, karena kinerja sistem mereka melebihi beberapa teknik lain yang ada untuk SLAM, seringkali dengan selisih yang cukup besar.

“Kami mengevaluasi pendekatan kami dalam lingkungan skala besar dan akurasi pemosisian 0,6 meter dicapai tanpa pengetahuan sebelumnya tentang lingkungan,” kata Ran Liu, peneliti lain yang terlibat dalam studi tersebut, kepada TechXplore. “Akurasi ini mengungguli pendekatan lokalisasi berbasis sidik jari yang canggih, yang memerlukan survei lingkungan yang membosankan. Waktu komputasi yang diperlukan oleh pendekatan kami tidak signifikan jika dibandingkan dengan SLAM berbasis jangkauan atau visual.”

Di masa depan, pendekatan SLAM kolaboratif yang dirancang oleh tim peneliti ini dapat membantu meningkatkan navigasi robot di lingkungan yang tidak diketahui. Selain itu, fakta bahwa ini tidak memerlukan penggunaan sensor yang mahal dan bergantung pada hotspot Wi-Fi yang ada menjadikannya solusi yang lebih layak untuk implementasi skala besar.

“Kami sekarang ingin menjajaki kemungkinan memadukan sinyal radio yang berbeda, misalnya sinyal seluler, untuk meningkatkan akurasi posisi,” kata Yong Liang Guan, peneliti lain yang terlibat dalam studi tersebut, kepada TechXplor. “Rencana lain adalah menggunakan peta radio yang dihasilkan untuk tujuan lokalisasi. Kombinasi dengan sensor lain misalnya laser range finders untuk mempercepat dan meningkatkan pemetaan dalam lingkungan skala besar juga akan menjadi salah satu penelitian kami di masa mendatang.”


Pendekatan baru untuk meningkatkan navigasi robot di lingkungan dalam ruangan


Informasi lebih lanjut:
SLAM kolaboratif berdasarkan kesamaan sidik jari Wifi dan informasi gerakan. arXiv: 2001.02759 [cs.NI]. arxiv.org/abs/2001.02759

© 2020 Science X Network

Kutipan: Teknik lokalisasi dan pemetaan serentak kolaboratif menggunakan jaringan Wi-Fi yang tersedia (2020, 27 Januari) diambil pada 28 November 2020 dari https://techxplore.com/news/2020-01-collaborative-sim Simultanous-localization-technique-wi-fi. html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Pengeluaran SDY