Tôi có thể sử dụng gì để phát hiện vị trí chính xác (inch) ngoài trời?

Tôi sẽ quay trở lại EE sau một thời gian vì vậy xin miễn cho sự thiếu hiểu biết của tôi. Tôi đang tìm cách phát hiện vị trí xác định ngoài trời để điều hướng robot cho một dự án với các con trai của tôi.
Có một cách chi phí thấp để tam giác hoặc sử dụng GPS? Tôi đang tìm kiếm xuống chính xác đến inch. Ngoài ra, tôi không quan tâm nếu tôi cần đặt một số máy phát ở các vị trí khác nhau để cung cấp cho thiết bị tham chiếu.

Đây là một máy cắt cỏ robot. Tôi có một sân rộng 2 mẫu và nhà tôi ở gần giữa với nhiều cây xanh làm chướng ngại vật.

Hai trong số ba cậu bé của tôi (14 tuổi, 11 tuổi, 5 tuổi) đã đưa ra ý tưởng vì vậy mục tiêu thực sự của dự án này là dành thời gian cho chúng và thể hiện sự quan tâm của chúng đối với EE & CE.

Với điều đó, chi phí là một yếu tố nhưng tôi không quan tâm nếu chúng tôi làm việc trong 2 năm tới và dành một chút thời gian.

Đây là kế hoạch hiện tại của tôi

• Bao gồm một PC Windows trên tàu để tôi có thể mã hóa các cảm biến.
• Microsoft Connect trên tàu để giúp phát hiện chướng ngại vật (lý do cho PC Windows)
• Bao gồm USB GPS cho vị trí chung
• Bao gồm máy ảnh chỉ cho niềm vui của nó

Trong 2 năm nếu tôi có một số tiền trong đó thì không sao nhưng tôi không muốn bắt đầu với một chiếc GPS đắt tiền điên rồ.

Cảm ơn mọi người đã giúp tôi !!!!

Bạn nên xem xét lật hệ thống xung quanh. Không cần cho robot tự xác định vị trí. Nó chỉ cần biết phải làm gì. Điều này có thể được truyền tới nó từ một PC cố định thông qua liên kết WiFi. Với một liên kết như vậy, việc robot tìm ra vị trí hay không được thực hiện trong cài đặt cố định và kết quả được truyền đến robot không thành vấn đề. Nếu robot mất kết nối WiFi, nó có thể dừng lại. Điều đó giữ cho nó không đi ra khỏi phạm vi và do đó không nhận được thông tin mà nó nên quay lại, trong khi cắt xén tất cả các vườn hoa trong khu phố. Tôi nghĩ rằng đó cũng là một ý tưởng tốt để giữ cho robot đơn giản nhất có thể và đặt càng nhiều gánh nặng lên bản cài đặt cố định, nơi dễ giám sát, sửa chữa và làm việc hơn.

Tôi chưa thực sự làm điều này, nhưng đây là điều tôi nghĩ ra trong khi suy nghĩ về vấn đề của bạn. Có một bộ phát hồng ngoại xoay trên robot. Điều này có thể xoay một lần một giây hoặc lâu hơn. Nó bắn ra một khe dọc khá hẹp của IR được điều chế. Sau đó, bạn đặt các cảm biến hồng ngoại cố định xung quanh vị trí, chủ yếu là ngoại vi. Chúng chỉ ra khi họ cảm nhận được chùm tia từ robot, sẽ chỉ dành cho một phần nhỏ của khoảng thời gian lặp lại. Bằng cách so sánh thời gian của các tín hiệu từ các cảm biến khác nhau và biết vị trí của chúng, bạn sẽ có thể tính toán vị trí của robot. Thời gian bù từ hai cảm biến bất kỳ chia cho thời kỳ đèn hiệu cho bạn biết góc tương đối của hai cảm biến đó khi nhìn từ robot. Với đủ cảm biến và một loạt toán học (dễ dàng thực hiện trên bất kỳ PC hiện đại nào trong một phần nhỏ của giây), bạn có thể giải quyết cho vị trí tuyệt đối của robot. Sau đó, PC sẽ gửi các lệnh thích hợp tới robot thông qua kết nối TCP thông qua liên kết WiFi.

Robot không thực sự cần thông tin vị trí. Tất cả "suy nghĩ" được thực hiện trên PC cố định. Tất cả những gì robot cần là một hệ thống nhúng nhỏ với mô-đun WiFI và ngăn xếp TCP / IP. Bạn có thể gửi các lệnh cơ bản cho robot, như hướng tương đối, tốc độ, v.v.

Dữ liệu từ bất kỳ hai cảm biến nào đặt robot trên một vòng cung cũng bao gồm hai cảm biến. Vòng cung chính xác phụ thuộc vào độ lệch góc của hai cảm biến. Về lý thuyết, tất cả những gì bạn cần là ba cung, có nghĩa là ba cảm biến. Tôi sẽ sử dụng nhiều hơn để các cảm biến riêng lẻ có thể rơi ra tạm thời vì nhiều lý do. Điều đó sẽ khắc phục được vấn đề, nhưng với thuật toán phù hợp, bạn có thể sử dụng tất cả dữ liệu này và tìm vị trí có khả năng nhất của robot.

Như tôi đã nói, tôi chưa thử điều này, nhưng tôi nghĩ bạn sẽ có thể có được độ chính xác đủ tốt để điều khiển máy cắt cỏ. Ít nhất là lược đồ này không dựa vào bất cứ thứ gì đặc biệt đắt tiền, khó kiếm, hoặc bất cứ thứ gì thúc đẩy những gì bạn có thể đo lường một cách hợp lý ở sân sau của riêng bạn (chẳng hạn như thời gian nano giây).

Các câu trả lời trước giải quyết vấn đề từ quan điểm về cách người cắt cỏ có thể phát hiện vị trí của nó. Tuy nhiên, (các) cảm biến có thể ở bên ngoài, tức là trong nhà. Đặt camera để họ có thể nhìn thấy máy cắt cỏ ở bất cứ đâu trên sân của bạn. Đặt biểu tượng hoặc cờ hoặc thứ gì đó sặc sỡ trên máy cắt cỏ và một số điểm tham chiếu (hoặc sử dụng đèn phản xạ hồng ngoại hoặc đèn led, bằng cách này bạn có thể cài đặt ống kính lọc notch trên máy ảnh và chỉ cho phép ir, tầm thường hóa mã theo dõi). Vì các camera được cố định, vị trí của các điểm tham chiếu và máy cắt cỏ trong các khung video sẽ cung cấp dữ liệu nội địa hóa rõ ràng. Độ chính xác sẽ phụ thuộc vào độ phân giải camera. Bằng cách này, bạn không phải chi tiêu nhiều cho các thiết bị điện tử trên tàu và mã xử lý hình ảnh của bạn có thể chạy 'từ nhà'.

Tôi có thể nghĩ ra một vài cách mà điều này có thể đạt được tùy thuộc vào phạm vi mà bạn muốn robot di chuyển trong (mét, hoặc 100 mét?)

Tuy nhiên, GPS chắc chắn sẽ không cung cấp cho bạn mức độ chính xác inch với phần cứng dễ dàng có sẵn. Để đạt được độ chính xác đó, bạn sẽ cần phải thực hiện hiệu chỉnh chênh lệch pha sóng mang. Mặc dù điều này không quá khó, nhưng nó không đơn giản như việc cắm vào một mô-đun. Bạn có thể nhìn vào dự án này để thấy việc thực hiện nó.

Một cách tiếp cận dễ dàng hơn có thể là sử dụng đèn hiệu IR hoặc siêu âm và sử dụng các cảm biến trên robot để xác định phạm vi tương đối giữa nó và các đèn hiệu khác nhau. Một máy thu gắn servo có thể cách ly góc với máy phát và cường độ tín hiệu tương đối. Thật không may, bạn không có khả năng đạt được mức độ chính xác theo cách này.

Một tùy chọn khác là sử dụng webcam và một số hình dạng / màu sắc nổi tiếng và chạy nhận dạng hình ảnh đơn giản. Sử dụng hình tam giác (có thể xoay cam web bằng động cơ bước) để tìm ra nơi bạn đang ở. Điều này có thể thực hiện được nếu bạn có CPU oomph đáng kể trên tàu (ví dụ: BeagleBone hoặc netbook) chứ không phải là một cái gì đó nhỏ như Arduino.

Tôi sẽ xem xét một lộ trình khác với tất cả những câu trả lời khác. Chôn một sợi dây trong sân của bạn xung quanh chu vi. Điều khiển nó với một mạch nhỏ phát ra tín hiệu 100kHz (hoặc một cái gì đó). Điều đó sẽ rất dễ dàng để phát hiện với một nền tảng di động. Đó là kỹ thuật chính xác tương tự được sử dụng bởi những hệ thống vô dụng được sử dụng để giữ chó trong sân. Chết tiệt, có lẽ bạn có thể lấy một trong những đơn vị để sử dụng làm cảm biến.

Điều đó sẽ cung cấp cho bạn kiểm soát chu vi. Nếu bạn cảm nhận được tín hiệu 100kHz, bạn đang ở rìa. Tất nhiên hãy thử nghiệm điều này mà không cần máy cắt trước (có lẽ thiết kế đầu tiên của bạn phải là một chiếc xe R / C được sửa đổi để làm điều này. Tôi cũng sẽ bỏ máy tính Windows và lấy một hệ thống Arduino. Chúng rẻ và đầu tư ban đầu cho một Vài trăm đô la và một chiếc xe R / C, bạn đã có nguyên mẫu của mình.

Là cha mẹ, tôi khá chắc chắn rằng bạn muốn làm cho điều này an toàn nhất có thể. Điều này có nghĩa là KHÔNG gắn một loạt các thiết bị điện tử vào hai thì đáng tin cậy của bạn. Xem nếu bạn có thể tìm thấy một bản sao cũ của tạp chí Radio-Electronics từ những năm 80. Họ có một thiết kế máy cắt robot có tên là Lawn Ranger. Tất nhiên bạn sẽ không tạo lại thiết kế ban đầu của họ nhưng họ đã có một số cải tiến mới, bao gồm cảm biến dễ chế tạo để phát hiện cắt cỏ (tránh chướng ngại vật, phát hiện chu vi và điều hướng) và quan trọng hơn, họ có thiết kế độc đáo cho lưỡi cắt an toàn hơn đáng kể so với một pound thép được mài sắc và cứng đang vung tròn. Hệ thống cắt của họ về cơ bản là một cặp đĩa xoay với lưỡi x-acto gắn chặt với chúng. Các đĩa sẽ xoay, có nghĩa là nếu một tảng đá (hoặc chân!) Có được theo cách mà nó đưa ra, dẫn đến một chấn thương ít tai hại hơn. Tôi đặc biệt khuyên bạn nên kiểm tra loạt bài viết đó và áp dụng một số nguyên tắc cho thiết kế hiện đại của bạn. Bạn có thể lấy chúng từ thư viện công cộng của bạn; Tôi biết tôi đã có chúng.

Chúc may mắn, đây có vẻ là một dự án tuyệt vời sẽ khiến các bạn trẻ quan tâm và suy nghĩ.

Tôi tự hỏi liệu có thể sử dụng GPS với con quay để theo dõi vị trí ổn định hay không. Người ta có thể áp dụng các phương pháp học logic mờ nếu biết cách và có tín hiệu lỗi vị trí ổn định (PES) từ cả hai nguồn. GPS cho cảm biến vị trí quy mô lớn +/- 10m và Gyro's hoặc một số phương tiện khác để theo dõi vị trí phạm vi ngắn +/- 0,1m

Kế hoạch 1) Đo dữ liệu theo dõi đường đi GPS cho mỗi đứa trẻ cắt cỏ bằng radio Zigbee hoặc hệ thống thu thập dữ liệu trên tàu. Sau đó, phân tích sự ổn định, mô hình, tốc độ, hiệu quả trên chương trình phân tích đường dẫn tổng hợp khoảng cách, phân tích độ dốc jitter, chồng chéo hoặc số lượng hiệu quả của các rãnh X & Y.

2) THEN chọn đường dẫn tối ưu và ghi nhớ nó. (vụn bánh quy) để ghi lại các đường dẫn khác nhau được sử dụng bởi mỗi đứa trẻ và đánh giá đường dẫn được ghi lại để thực hiện và an toàn đường dẫn.

3) Đo PES đường đi khác nhau bằng cách cắt bằng các vectơ trực giao, vectơ xiên, đường tròn và xác định lỗi theo dõi hiệu quả cho từng phương pháp hướng dẫn xe và nhận xét về phương sai thẩm mỹ của cỏ cắt được sản xuất.

Chỉ cần sử dụng tín hiệu vị trí đã ghi được tích lũy để phân tích, sau đó thử theo dõi bằng robot với hệ thống điều khiển Servo 4 kênh. (Gas, lái, phanh và khác.)

Bài học lớn nhất là học cách giao tiếp (với trẻ em, khách hàng và kỹ sư) Tìm hiểu cách viết một thông số kỹ thuật trước khi thiết kế nó, là bài học lớn nhất. Những gì đầu vào, quá trình và đầu ra, đầu vào môi trường và các thông số có thể kiểm tra / đo lường được với các tiêu chí chấp nhận và từ chối. Cũng cần có những phần thưởng phù hợp cho từng cột mốc và hậu quả cho sự thất bại.

Đây là hình thu nhỏ của Kế hoạch dự án, Thông số thiết kế & kế hoạch DVT. (Kiểm tra xác nhận thiết kế)

Thành công của bạn phụ thuộc vào nó. Chúc may mắn và vui vẻ.

Mặc dù đây mới chỉ là điểm khởi đầu, nhưng tôi khuyên bạn nên xem bản PDF này giải thích lý thuyết đằng sau trình định vị âm thanh của John Swulum . Khi tôi nhớ lại, nó giải thích các phương pháp bản địa hóa khác nhau và giải thích phương pháp của John, chính xác trong vòng nửa inch! (Thiết lập không tầm thường và mã không được cung cấp, nhưng nó được sử dụng để có hiệu quả tốt cho sự kiện RoboColumbus của DPRG (Dallas Personal Robotics).

/electronics//a/23506/5439

Xem câu trả lời của tôi cho một câu hỏi khác về LPS. Câu trả lời ngắn gọn là đây là một vấn đề khá khó khăn và các hệ thống hiện có khá tốn kém (bắt đầu từ vài nghìn đô la). Gợi ý sử dụng cảm biến siêu âm là một điều tốt, nếu bạn Google, bạn có thể tìm thấy nghệ thuật trước đó về việc sử dụng siêu âm và thậm chí âm thanh nghe được cho việc này.

Hiện tại udacity đang cung cấp khóa học trực tuyến miễn phí, lập trình một chiếc xe robot bạn cách Google thực hiện nó cho những chiếc xe tự lái của họ. Về cơ bản, họ sử dụng GPS để định vị thô cùng với các bản đồ được lưu trữ và cảm biến tầm nhìn để bản địa hóa với độ chính xác cao. Phần mềm sử dụng bộ lọc hạt.

Bạn có thể làm điều đó với GPS một mình nếu bạn sử dụng thiết bị GPS vi sai rất đắt tiền được sử dụng bởi các nhà khảo sát, nhưng điều đó khó có thể hiệu quả về chi phí. Như bạn đề xuất, nếu bạn sử dụng một vài bộ thu phát giá rẻ (có lẽ là Xbee?), Bạn có thể dễ dàng đo khoảng cách với độ chính xác cực cao bằng cách truyền xung và đo thời gian cần thiết để truyền từ máy phát trên robot đến repeater từ xa và trở lại. Điều này giống như RADAR ngoại trừ việc thay vì bật tín hiệu ra khỏi bề mặt thụ động, nó sẽ được gửi lại bởi các bộ tiếp sóng tĩnh của bạn.

EDIT: Vì tôi đã bị Kevin gọi ra về điều này, có lẽ tôi giải thích rõ hơn ;-) (Rất vui, tôi rất tôn trọng Kevin và anh ấy khá chính xác rằng tôi không cung cấp đủ chi tiết để chỉ ra cách thực hiện điều này).

Để đo độ trễ lan truyền giữa hai điểm chính xác đòi hỏi chủ yếu hai điều: 1) Đường dẫn tín hiệu đường thẳng vì các phản xạ sẽ tạo ra các biến dạng. 2) Một số thiết bị điện tử ở cả hai đầu sử dụng đồng hồ được đồng bộ hóa và khả năng đo khoảng thời gian với độ chính xác cần thiết.

Đồng hồ được đồng bộ hóa tương đối dễ dàng vì trạm thu có thể lấy được đồng hồ từ tín hiệu được truyền bởi trạm khác. Đây là truyền dữ liệu đồng bộ tiêu chuẩn với phục hồi đồng hồ.

Dưới đây là một bài báo Đo độ trễ lan truyền trên liên kết dữ liệu hai chiều 1,25 Gbps trong đó họ dễ dàng có được độ chính xác này trên một đoạn sợi quang dài 10 km. Họ tuyên bố: "Nó sẽ có thể đồng bộ hóa ~ 1000 nút với độ chính xác dưới giây trong khoảng thời gian lên tới 10 km."

Trong lưu ý này, một phương thức được mô tả để xác định thời gian bù giữa hai nút. Các nút này được kết nối thông qua kênh nối tiếp hai chiều 8B / 10B được mã hóa 1,25 Gbps đến kênh liên lạc điểm, ví dụ như được sử dụng bởi 1000BASE-X (Gigabit Ethernet). Độ lệch thời gian được xác định bằng cách đo độ trễ lan truyền bằng tín hiệu đánh dấu. Tín hiệu được gửi từ một bản gốc đến một nút nô lệ và quay lại sử dụng chức năng serializer / deserializer (SerDes) trong các GPU (Virtex-5). Đồng hồ được phục hồi tại nút nô lệ được sử dụng làm đồng hồ truyền của nô lệ để hệ thống hoàn chỉnh được đồng bộ. Đối với kênh truyền thông nối tiếp 1,25 Gbps, độ trễ được biết đến với độ phân giải của một khoảng đơn vị (tức là 800 ps). Độ phân giải này có thể được tăng cường hơn nữa bằng cách đo mối quan hệ pha giữa đồng hồ truyền và nhận của nút chính. Kỹ thuật này đã được chứng minh là hoạt động trên một sợi quang dài 10 km được sử dụng ở hai bước sóng, để tạo điều kiện cho điểm hai chiều kết nối điểm giữa nút chính và nút phụ.

cũng thế

Thiết lập thử nghiệm đầu tiên được xây dựng để xác minh nguyên tắc đo độ trễ lan truyền giữa máy phát và máy thu bằng kênh truyền thông nối tiếp được mã hóa hoạt động ở tốc độ 3.125 Gbps. Máy phát và máy thu nằm trong các GPU trên hai bảng phát triển riêng biệt. Thiết lập thử nghiệm đầu tiên này cho thấy có thể đo được độ trễ lan truyền trên sợi quang 100 km với độ phân giải một khoảng thời gian đơn vị (tức là 320 ps ở tốc độ 3.125 Gbps).

THIẾT BỊ SỬ DỤNG:

Thiết lập thử nghiệm bao gồm hai bảng phát triển ML507 Xilinx [7]. Một Virtex-5 FPGA được gắn trên mỗi bảng. Một bảng phát triển ML507 được chỉ định là nút chính, còn lại là nút phụ. Master và nô lệ được kết nối thông qua các bộ thu phát có thể cắm yếu tố hình dạng nhỏ (SFP) và 10 km sợi, tạo ra một liên kết hai chiều. Một sợi đơn được sử dụng được vận hành ở bước sóng kép.

Bây giờ rõ ràng thiết lập đặc biệt này là quá mức cần thiết cho hầu hết các dự án robot sở thích, nhưng nó có thể dễ dàng được sao chép tại nhà vì nó sử dụng các bảng phát triển kệ và không yêu cầu tài năng đặc biệt để làm việc. Trong trường hợp robot, liên kết sẽ là radio chứ không phải cáp quang. Có lẽ nó thậm chí có thể là một liên kết IR giống như một chiếc điều khiển TV mặc dù tôi nghi ngờ rằng bên ngoài dưới ánh nắng mặt trời rực rỡ có thể có vấn đề. Vào ban đêm nó có thể làm việc tuyệt vời!

Giống như những người khác đã nói, nội địa hóa là một vấn đề khó khăn và độ phân giải một inch với chi phí hợp lý là rất khó khăn. Bạn có thể thích thú khi biết rằng có một cuộc thi cấp đại học liên quan đến máy cắt cỏ robot: Cuộc thi cắt cỏ ION Robot . Tôi là một phần của một đội chuẩn bị cho ION; Cuối cùng, chúng tôi đã không cạnh tranh, nhưng chúng tôi chắc chắn đã dành rất nhiều thời gian để suy nghĩ về vấn đề này, điều này chắc chắn khó hơn nó có vẻ. Lưu ý rằng hầu hết các đối thủ cạnh tranhtại cuộc thi ION vừa qua đã cắt giảm ít hơn 50% lĩnh vực trong khoảng thời gian được phân bổ, với các nền tảng có giá hàng chục ngàn đô la! Tuy nhiên, bạn có một lợi thế vì ION không cho phép các thiết bị hỗ trợ điều hướng bên ngoài, như đèn hiệu, giúp giải quyết vấn đề dễ dàng hơn rất nhiều. (Và bạn không có giới hạn thời gian.) Nhìn qua các báo cáo dự án của các đội sẽ là một nguồn ý tưởng tốt.

Nếu tôi đang bắt tay vào một dự án cắt cỏ robot như của bạn, tôi có thể sẽ sử dụng kết hợp GPS giá rẻ (cho vị trí gồ ghề), đèn hiệu IR / siêu âm / nhiều màu (vị trí (r)), bộ mã hóa (ước tính vị trí) và thị giác máy tính (đa dạng). Tôi sẽ không khuyên bạn nên chi hàng ngàn đô la cho các hệ thống GPS và IMU ưa thích. Kinect là một ý tưởng tốt, và chắc chắn rẻ hơn rất nhiều so với Lidar; bạn chắc chắn sẽ có nhiều thứ để nhai giữa bản đồ độ sâu và máy ảnh.

Tôi cũng đề xuất khóa học Udacity về lập trình xe tự lái để giới thiệu về các khái niệm liên quan.

Bây giờ bạn đã sửa đổi câu hỏi để loại bỏ yêu cầu về độ phân giải một inch và đã nói với chúng tôi rằng bạn sẽ có PC Windows và Microsoft Connect trên bo mạch, tôi nghĩ bạn có thể thực hiện vị trí rất tốt chỉ với phần cứng trên robot.

Bạn đã thấy một số Phạm vi Golf giá rẻ mà mọi người sử dụng để tìm khoảng cách đến tee chưa?

Cách họ làm việc là đo chiều cao cảm nhận của cờ trên green (là chiều cao cố định) và hiển thị khoảng cách đến tee. Đây là một tam giác vuông đơn giản trong đó nếu bạn biết góc và chiều cao của cạnh xa, bạn có thể tính chiều dài của đế. Đây chính xác là điều mà các con trai của bạn sẽ học về hình học và sau đó là lượng giác.

Vì ngôi nhà của bạn dường như có thể nhìn thấy từ tất cả các phần của lô đất của bạn, có lẽ sẽ dễ dàng nhìn thấy 2 góc và khoảng cách tính toán?

Sử dụng năng lượng âm thanh của máy cắt chính nó. Đó là pinger của riêng nó. Hoặc có lẽ tiếng ồn của nó có thể được sử dụng để che giấu một tiếng rít chirp âm thanh được thêm vào máy cắt, có thể được đồng bộ hóa với trục khuỷu hoặc lưỡi dao. Đặt mic trên máy cắt và tại một vài vị trí xung quanh sân. Nhận một ước tính sơ bộ của vị trí dựa trên độ ồn. Các mics gần nhất sẽ không có nhiều vấn đề. Sau đó, tương quan chéo âm thanh từ các micrô gần nhất để ước tính độ trễ âm thanh trong thời gian bay. Bộ lọc trung bình hoặc Kalman để loại bỏ nhiễu trong các ước tính độ trễ và áp dụng trig. Nếu bạn có thể ẩn (khỏi con người) và phát hiện (bằng tương quan chéo) một tiếng kêu chói tai hoặc động cơ trên máy cắt, bạn có thể có được độ chính xác từng inch.

Hãy xem http://porcupineelectronics.com/uploads/LR3_Data_Sheet.pdf Bộ điều hợp LR3 nhỏ này (đã lỗi thời nhưng đang hoạt động tốt hơn) cho phép bạn giao tiếp PC hoặc SBC với máy đo khoảng cách Fluke 411D, độ chính xác đến +/- 3 mm đến 30 M khi tôi nhớ lại. Thiết bị mới sắp ra mắt (LR4) hoạt động với máy đo Fluke mới hơn. Kết hợp với máy ảnh trên nền tảng pan / tilt để bạn có thể hướng nó tới các mục tiêu đã biết và bộ mã hóa độ phân giải cao trên pan servo để đo góc chính xác cao, bạn sẽ có thể định vị được vị trí robot của mình so với bản đồ sân của bạn với độ chính xác bạn cần. Bạn sẽ cần một số lượng giác trong mã (trên toán học trung học của tôi). Tôi tìm thấy phương trình cần thiết trên internet (Wikipedia). Tôi sẽ bao gồm nó ở đây nhưng cách xa máy chủ của tôi nơi lưu trữ thông tin. Hệ thống cũng có thể tạo điều kiện cho việc tạo bản đồ. Bạn có thể cần một nền tảng ổn định con quay hồi chuyển với cách ly rung động thụ động (máy cắt cỏ có rất nhiều rung động). Đối với các phép đo khi đang di chuyển, bạn có thể cần phần mềm theo dõi để giữ tia laser trên mục tiêu. Odometery chính xác sẽ cho bạn nhiều thời gian hơn giữa các "sửa chữa" nếu sức mạnh tính toán của bạn khiêm tốn.