Machine learningMapping and Localization
التوطين والرسم المتزامنان
التوطين والرسم المتزامنان (SLAM) هي مشكلة تمكين الروبوت المتنقل من بناء خريطة لبيئته مع تحديد موقعه الخاص داخل تلك الخريطة في نفس الوقت باستخدام قياسات مستشعرات مشوشة. تم صياغة SLAM بواسطة Durrant-Whyte و Bailey في عام 2006، وهي أساسية للروبوتات المستقلة، مما يمكّن الروبوتات من التنقل واستكشاف البيئات غير المعروفة دون خرائط مسبقة أو أنظمة تحديد مواقع خارجية.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Durrant-Whyte, H., & Bailey, T. (2006). Simultaneous localization and mapping (SLAM): Part I. IEEE Robotics & Automation Magazine, 13(2), 99-110. DOI: 10.1109/MRA.2006.1638022 ↗
- Thrun, S., Burgard, W., & Fox, D. (2005). Probabilistic Robotics. MIT Press. link ↗
- Dellaert, F., & Kaess, M. (2012). Square root SAM: Simultaneous localization and mapping via square root factor graphs. International Journal of Robotics Research, 25(12), 1181-1203. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/ar/control-theory/simultaneous-localization-and-mapping
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- مرشح كالمان الموسعنظرية التحكم↔ قارن
- مرشح الجسيمات (مونت كارلو التسلسلي)بايزي↔ قارن
- مرشح كالمان غير المعطل (UKF)نظرية التحكم↔ قارن