Adaptiv kartläggning och navigering med iRobot skapa (7 / 8 steg)
Steg 7: Slutsats, Extra Info
Detta innebar under $30, minimal hårdvara konstruktion och källkoden som inte kräver förståelse att göra bruk av det. Det ens spelar ingen roll vilka sensorer som du använder, så om du har säg ekolod på din leverans/butler robot, nu din robot kan komma ihåg var dess varit och räkna ut var kommer!
Kom ihåg, detta är inte ren reaktiv mappning:
det vet var det är
det vet där det har varit
den vet var den kommer
det vet platserna av rörliga hinder
Det optimerar för minimal reseavståndet
OCH det kan inte luras! Dess adaptiva!
Obs: Algoritmen skulle vara extremt robust belamrat hem miljöer (random hinder kan upptäckas). Min algoritm är kan ha roboten vandra 5 x snabbare, men jag bestämde mig att hålla den långsamma eftersom de skapa kodare har hög felfrekvensen. Kodare drivs av ett flexibelt gummi bälte, så värdelös... haha...
Och kom ihåg, den mest användbara funktionen är att kartan uppdateras. Utan att behöva programmera om din robot om du ordna möbler!
Obs: Nedan är ett exempel på den wavefront algoritmen, med roboten R räknar ner till målet G. teori är utanför omfånget för en instructable, men om du vill förstå mer, kolla gärna in min tutorial på Wave Front.
Obs: Mål platsen kan enkelt ändras för din robot - för exempel om du säger "skaffa mig en öl" till din butler robot, allt det skulle behöva göra är att leta upp platsen för öl i dess minne och det kommer automatiskt att planera den vägen för dig.
Observera: Demo karta är endast 6 x 6 rutor, med varje kvadrat storleken på roboten. Algoritmen kan vara lätt modifieras för att rymma mycket större kartor (som nedan), som den nuvarande kartan tar en bråkdel av en sekund att beräkna.