私が見つけることができる操縦アルゴリズム(例えば、色のついた地形に従うロボットのための)のすべての経路は予知的なものなので、ロボットは身体を越える距離を感知することができます。 光センサーが下にあるロボットでは、行動に追従する必要があります。それは直接上にある地形しか見ることができないので、予測をすることはできません。これに使用する良いテクニックの標準例がありますか?アルゴリズムに従った予測不可能なパスがありますか?
0
A
答えて
1
あなたが探している技術は、あなたのロボットがどのような種類のリソースにアクセスできるかと同様に、どのような環境で操作するのかによって決まると思います。私は過去にNXTロボットを使用していたので、thisビデオが面白いと思うかもしれません(このビデオは私のものではありません)。
平らでない光沢のある面で作業すると仮定すると、ロボットはあらかじめ定義された色が見つかるまで迷うことがあります。ロボットは、「経路追従」機構をはじき、その線を追跡し続ける。これ以上ラインを感知しない場合は、(ラインが曲がっているためにラインがロボットの下になくなる可能性があるので)右折および/または左折しようとすることがあります。
この場合、ロボットはそれに従わなければならない線の色があらかじめ必要です。
0
あなたが見ている経路探索アルゴリズムが予測的なのは、ロボットが文脈で「見ている」ものを解釈できる必要があるからです。
たとえば、直線の形の色付きのパスを考えてみましょう。でも、この単純な例では、方法を知っているロボットです:。
- その前に色の付いた四角があるかどうか、したがって、それはそれもで走行している方向
- を進める必要がある
これらの2つの質問は、あなたが探しているアルゴリズムが答える基本的な目標です(難しい地形と経路を追加すると複雑になります)。
最初は適切な前方発見能力(したがって予測アルゴリズム)でのみ答えることができ、後者は前の状態のいくつかのメモリでしか答えることができません。
質問に記載された詳細のみに基づいて、適切なソリューションを実装することはできません。センサー入力とオンボードメモリが実際には予測ソリューションに適しているとは思いますが、ハードウェアの能力が何を可能にしているかさらに調べる必要があります。
関連する問題
- 1. 予測不可能なダブル
- 2. アンカーへのスクロールが予測不可能
- 3. スレッドの実行が予測不可能
- 4. BigDecimal(double)コンストラクタの予測不可能性
- 5. マルチスレッドは、「予測不可能」行動
- 6. s3ファイルのダウンロードは予測不可能
- 7. チェックサムアルゴリズムが予測不可能な結果を生成する
- 8. ML予測アルゴリズムに問題がある
- 9. 予測不可能なアクセス制御 - 許可 - 起源行動
- 10. 予測不可能なファイル記述子リーク
- 11. テーブルビューとカスタムセルの予測不可能な動作
- 12. Redissonフレームワークでのレディススケーラでの予測不可能な動作
- 13. LibreOfficeのは、PDF予測不可能なサイズ
- 14. JSONオブジェクトの予測不可能な階層
- 15. 処理の予測不可能な動作
- 16. コード内の予測不可能なSIGSEGV(ランタイムエラー)
- 17. デバイスのGPSが異常に動作する - 予測不可能な結果
- 18. キャプティブポータル:AJAX投稿は非常に予測不可能です
- 19. ElasticSearchと文書検索が予測不可能
- 20. ランダムであるが予測可能な番号ジェネレータ? [C++]
- 21. タスク関数から観測可能な無限IObservableであり、観測可能に切り替えます
- 22. IE9の予測不可能なネストされたdivの水平位置
- 23. Instagramの無い予測可能な値
- 24. データのリストから最も可能性の高いアイテムを予測するアルゴリズム
- 25. 構成ファイルにトラッキング不可能な部分があります
- 26. 'asm'には不可能な制約があります:__asm__ __volatile__
- 27. Pythonのランダムモジュールを使用して、os.urandomの予測可能な置き換えがありますか?
- 28. Azure ML Web Service for Rモデルが予測不可能に表示される
- 29. 予測可能なエラーを修正するためのGoogleスプレッドシート
- 30. アルゴリズムのバイトあたりの測定サイクル
大変ありがとうございます!あなたが説明するものは、おおよそ私たちが使ってきたプロセスです。われわれが明白な選択肢を失っていないことを知ることは良いことだ。 – chm