Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Künstliche Intelligenz fur ortsbasierte Dienste - Lehrstuhl für Mobile ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Zudem werden Mengen definiert die den Verlauf der Roboter-Positionen, den Verlauf von<br />
Kontrolleingaben, alle Landschaftsmerkmale sowie alle beobachteten Landschaftsmerkmale<br />
beinhalten [DWB06].<br />
x k-1<br />
uk<br />
x k<br />
m i<br />
m j<br />
x k-1<br />
u k+2<br />
x k+1<br />
Geschätzt<br />
Wahr<br />
x k+2<br />
Roboter<br />
Abbildung 9: Beobachtung des Roboters und dessen tatsächliche Umgebung<br />
Landschafts<br />
merkmal<br />
Hier ist zu sehen, dass der Roboter nie das wahre Bild der Umgebung kennt. Er kann nur<br />
subjektiv bestimmen was um ihn herum ist, hat aber keine anderen Daten um dies zu verifizieren.<br />
Doch auch wenn der Roboter ein um den Messfehler seines Sensors verfälschtes<br />
Bild von seiner Umgebung hat, ist dieser Fehler systematisch und die Karte des Roboters<br />
also nur verschoben. Lösungen dieses Problems sind deshalb wahrscheinlichkeitstheoretisch<br />
begründet.<br />
Auch wenn es noch Schwierigkeiten bei allgemeinen Einsätzen und komplizierten Karten<br />
gibt, gilt das Problem sowohl theoretisch als auch praktisch als gelöst [DWB06].