Điều đó phụ thuộc rất nhiều. Vì SLAM là một vấn đề (hoặc ít nhất là một kỹ thuật), không phải là một giải pháp, không có thuật toán SLAM dứt khoát. Về mặt ngữ nghĩa, bạn phải quyết định những gì diễn ra trên "bản đồ" môi trường và điều đó quyết định cách thuật toán của bạn sẽ xử lý các tín hiệu nhất thời (còn gọi là di chuyển). Nhưng đó là một sự lạc lõng.
Bản đồ thường trực:
Bản đồ vĩnh viễn nên chứa đủ thông tin để bản địa hóa bản thân đối với hình học đã biết. Thường được sử dụng trong các tòa nhà. Điển hình là con người có thể đọc được. Xem công việc của Willow-Garage. hoặc bất cứ điều gì của Thrun trong sách giáo khoa khá nổi tiếng của mình. Nếu bạn mất bản đồ này, bạn phải xây dựng lại theo thời gian.
Loại bỏ các đối tượng. Có, đối tượng sẽ xuất hiện trong bản đồ tĩnh trong một thời gian. Nếu không có biện pháp nào được thực hiện để loại bỏ các đối tượng được phát hiện trước đó, thì nó sẽ tồn tại. Một biểu diễn dựa trên lưới 2D điển hình sẽ sử dụng mỗi ô lưới để biểu diễn xác suất của một đối tượng, vì vậy sau một thời gian, đối tượng sẽ "mờ dần".
Thêm đối tượng. Giống như trên.
Bản đồ địa phương:
Trong thực tế, SLAM thường được sử dụng để bản địa hóa robot khi nó di chuyển và bản đồ không được lưu giữ vĩnh viễn (hoặc, nó được giữ vĩnh viễn mà chỉ sử dụng các tính năng Y gần nhất). Bản đồ địa phương là bất cứ điều gì robot cần biết để xác định cách di chuyển trong X phút cuối, trong đó X phụ thuộc vào ứng dụng. Nếu bạn mất bản đồ, bạn vẫn có thể bay tốt bằng cách sử dụng bất kỳ tính năng nào trong tầm nhìn ngay bây giờ.
Các phương pháp hàng loạt như Điều chỉnh gói bằng các tính năng trực quan là một kỹ thuật rất phổ biến theo hướng này. Các tính năng có thể được giữ theo thời gian và thậm chí được xem xét lại, nhưng tính năng di chuyển chỉ là một tính năng không đáng tin cậy và nó sẽ bị bỏ qua khi cố gắng tìm ra robot đang ở đâu.
Visual SLAM chính xác là thế này. Nó là một công cụ ước tính delta-P (thay đổi tư thế), không phải là thuật toán bản địa hóa dựa trên bản đồ.
Nói tóm lại, miễn là hầu hết mọi thứ hiện không di chuyển, sẽ không có vấn đề gì nếu bạn loại bỏ một vật thể khi robot không "nhìn" vào nó.
Thí dụ
Vì vậy, làm điều này. Khi bạn đọc một tờ giấy SLAM, hãy quyết định như sau:
Họ thực sự đang xây dựng một bản đồ?
Có phải họ chỉ giữ một danh sách các tính năng và vị trí?
Nếu vậy, "tính năng" nào đi trên bản đồ? Đường, điểm, đặc điểm hình ảnh?
Những tính năng này có khả năng di chuyển?
Nếu vậy, làm thế nào họ có thể xử lý đó?
Cuối cùng, nhiễu cảm biến thường "trông" giống như các tính năng di chuyển. Làm thế nào để họ xử lý tiếng ồn cảm biến? Bởi vì điều này thường sẽ xác định những gì xảy ra với các tính năng di chuyển.
Bạn sẽ nhận được một câu trả lời khác nhau cho mỗi bài viết / tác giả / cuốn sách / ứng dụng. Nói tóm lại, chúng thường bị bỏ qua vì chúng không giúp robot bản địa hóa nhiều và có thể tránh được bằng cách chỉ cần một vài công cụ lập kế hoạch đường dẫn cấp thấp chỉ sử dụng thông tin địa phương.
Chúc may mắn, slam là một chủ đề rất lớn.