Patarakin: 1 версия импортирована

2026-02-17T09:03:56Z

1 версия импортирована

← Предыдущая версия		Версия от 12:03, 17 февраля 2026
(нет различий)

ru_wikipedia>Sldst-bot: Уточнение даты установки ш:Нет источников: 2011-07-30 (до 2018-06-20 ш:Rq с параметром sources)

2025-09-05T17:22:11Z

Уточнение даты установки ш:Нет источников: 2011-07-30 (до 2018-06-20 ш:Rq с параметром sources)

Новая страница

{{Другие значения/аббревиатура|SLAM|SLAM}}
'''SLAM''' ({{lang-en|simultaneous localization and mapping}} — одновременная локализация и построение карты) — метод, используемый в мобильных автономных средствах для построения карты в неизвестном пространстве или для обновления карты в заранее известном пространстве с одновременным контролем текущего местоположения и пройденного пути. Популярные методы приближённого решения данной задачи — [[фильтр частиц]] и расширенный [[фильтр Калмана]]. Некоторые реализации метода используются в беспилотных [[Беспилотный автомобиль|автомобилях]], [[Беспилотный летательный аппарат|летательных аппаратах]], автономных подводных аппаратах, [[планетоход]]ах, и даже внутри человеческого тела.

Насущность проблемы связана с тем, что карты, обычно используемые для навигации агентов, в основном отражают вид пространства, зафиксированный в момент их построения, и совсем не обязательно, что вид пространства будет тем же в момент использования карт. При этом сложность технического процесса определения текущего местоположения с одновременным построением точной карты обусловлена низкой точностью приборов, участвующих в процессе вычисления текущего местоположения. Метод одновременной навигации и построения карты увязывает два независимых процесса в непрерывный цикл последовательных вычислений, при этом результаты одного процесса участвуют в вычислениях другого процесса.

Основные подходы, используемые для реализации задачи — [[EKF-SLAM]], [[FastSLAM]], [[DP-SLAM]]. При относительно больших исследуемых площадях применяются [[Многоагентная система|многоагентные системы]] (такой подход был применён при исследовании картографии Марса группой роботов-марсоходов и соединении исследуемых карт в одну).

== Формальная постановка ==
Задача SLAM заключается в вычислении оценки местоположения <math>x_t</math> агента и карты окружающей среды <math>m_t</math> из ряда наблюдений <math>o_t</math> над дискретным временем с шагом дискретизации <math>t</math>. Все перечисленные величины являются вероятностными. Цель задачи состоит в том, чтобы вычислить <math> P(m_t, x_t | o_{1:t})</math>.
Применение [[теорема Байеса|правила Байеса]] является основой для последовательного обновления апостериорного местоположения, учитывая карту и функцию перехода <math>P(x_t | x_{t-1})</math>:
: <math> P(x_t | o_{1:t}, m_t) = \sum_{m_{t-1}} P(o_t | x_t, m_t) \sum_{x_{t-1}} P(x_t | x_{t-1}) P(x_{t-1} | m_t, o_{1:t-1}) / Z </math>.
Точно так же карта может обновляться последовательно:
: <math> P(m_t | x_t, o_{1:t}) = \sum_{x_t} \sum_{m_t} P(m_t | x_t, m_{t-1}, o_t) P(m_{t-1}, x_t | o_{1:t-1}, m_{t-1})</math>.
Как и во многих других проблемах логического вывода, оперируя двумя вероятностными переменными, можно прийти к локальному оптимальному решению, применяя [[EM-алгоритм]].

== Построение карты ==
Структурное представление карты местности зависит от среды функционирования.

Для выбора наилучшей реализации задач SLAM вводится условная классификация сред функционирования:
* с многочисленными ярко выраженными ориентирами (например, поле с отдельно стоящими кустами)
* с отсутствием ярко выраженных ориентиров (например, коридоры, комнаты, где в качестве ориентиров могут выступать углы)
Если в исследуемой среде нет возможности найти ориентиры, то её рационально представить в виде массива, где элементы, отражающие положение препятствий, имеют значение 1, а все остальные — 0. (Такое представление карты применяется, например, в алгоритме DP-SLAM)

В случае, когда в исследуемой местности есть многочисленные ориентиры, карта представляет собой массив оценок их местоположения. Размерность массива <math>R\cdot m</math>, где <math>R</math> — размерность пространства, <math>m</math> — количество ориентиров.

Для хранения структуры такой карты проще всего использовать картографическую базу данных, которая отражает положение ориентиров, их уникальные свойства и взаимосвязи. Матрица оценок состояния динамической системы на основе расширенного Фильтра Кальмана использует именно этот вариант представления карты.

В качестве дальномеров используются [[Лазерный дальномер|лазерные дальномеры]], [[гидролокатор]]ы, стереосистемы. Для определения перемещения и поворотов робота могут использоваться [[одометр]]ы.

== Ссылки ==
* [http://is.ifmo.ru/diploma-theses/2010/bachelor/rodikov-bachelor.pdf Составление 2D-карты методом SLAM по стерео изображению в режиме реального времени] {{Wayback|url=http://is.ifmo.ru/diploma-theses/2010/bachelor/rodikov-bachelor.pdf |date=20160418044031 }}
* [http://cyberleninka.ru/article/n/3d-kartirovanie-v-virtualnoy-endohirurgii-s-ispolzovaniem-slam-algoritma 3d-картирование в виртуальной эндохирургии с использованием SLAM-алгоритма] {{Wayback|url=http://cyberleninka.ru/article/n/3d-kartirovanie-v-virtualnoy-endohirurgii-s-ispolzovaniem-slam-algoritma |date=20200326185156 }}
* [http://robot-develop.org/archives/3954 DP-SLAM для участия в соревнованиях Eurobot] {{Wayback|url=http://robot-develop.org/archives/3954 |date=20120213135712 }}
* [https://web.archive.org/web/20180416115558/http://www.openslam.org/]
* [https://www.youtube.com/watch?v=U6vr3iNrwRA&list=PLgnQpQtFTOGQrZ4O5QzbIHgl3b1JHimN курс лекций SLAM] {{Wayback|url=https://www.youtube.com/watch?v=U6vr3iNrwRA&list=PLgnQpQtFTOGQrZ4O5QzbIHgl3b1JHimN |date=20210205181618 }}
{{вс}}
{{Робототехника}}
{{Нет иллюстрации}}
{{нет источников |дата=2011-07-30}}

[[Категория:Робототехника]]
[[Категория:Управление процессами]]

SLAM (метод) - История изменений

Patarakin: 1 версия импортирована

ru_wikipedia>Sldst-bot: Уточнение даты установки ш:Нет источников: 2011-07-30 (до 2018-06-20 ш:Rq с параметром sources)