Tôi hiện đang làm việc về ước tính / điều hướng trạng thái cho một hệ thống có nhiều robot. Đến bây giờ, những gì tôi có là mỗi robot tự định vị bằng bộ lọc Kalman, được đưa ra các phép đo dựa trên tầm nhìn. Bước tiếp theo, tôi đang hướng tới thực hiện hai điều:
- Mở rộng khung lọc này để trải rộng trên tất cả các robot để chúng có thể hợp tác và cải thiện nội địa hóa của nhau
- Cùng với điều trên, xây dựng một khung lập kế hoạch đường dẫn sao cho chúng có thể điều hướng theo cách mà độ chính xác nội địa hóa của chúng luôn được tối đa hóa, từ đó loại bỏ vấn đề mất vị trí, v.v.
Cuối cùng, tôi đã đọc về các chiến lược lập kế hoạch và ước tính trạng thái đa robot, và đã bắt gặp kế hoạch không gian niềm tin: hoặc lập kế hoạch trong tình trạng không chắc chắn. Trong khi toán học trực giác có ý nghĩa, tôi gặp vấn đề với cách thực hiện các kỹ thuật này trong kịch bản thế giới thực của tôi, đặc biệt là đối với nhiều robot. Tôi có kinh nghiệm sử dụng các thuật toán như EKF, UKF, v.v. và các chiến lược lập kế hoạch dựa trên lấy mẫu như PRM / RRT, nhưng tôi gặp rắc rối với liên kết xác suất giữa hai thuật toán này.
Cho đến nay, tôi đã tìm hiểu các tài liệu nghiên cứu, nhưng với tư cách là một người chủ yếu là lập trình viên, tôi đang cố gắng tìm ra thứ gì đó dễ tiếp cận hơn sẽ giúp tôi liên kết toán học (hơi trừu tượng) với vấn đề cụ thể của mình: ví dụ, giúp tôi xác định các điều khoản như 'niềm tin chung của toàn bộ nhóm', sử dụng dữ liệu tôi có trong tay. Lựa chọn tốt nhất của tôi là gì, và có tài nguyên nào tốt hơn tôi có thể tham khảo không?