এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
এক্সটেন্ডেড কালম্যান ফিল্টার SLAM
রোবটের অবস্থান এবং পরিবেশের ল্যান্ডমার্কগুলির অবস্থান যৌথভাবে অনুমান করার জন্য কালম্যান ফিল্টার ভিত্তিক সম্ভাব্যতামূলক পদ্ধতি। EKF-SLAM ম্যাপের সমস্ত উপাদানের মধ্যে পারস্পরিক সম্পর্ক ধারণ করে একটি সম্পূর্ণ কোভ্যারিয়েন্স ম্যাট্রিক্স বজায় রাখে।
PTAM (প্যারালেল ট্র্যাকিং অ্যান্ড ম্যাপিং)
রিয়েল-টাইম ভিজুয়াল SLAM-এর অগ্রদূত যা দ্রুত ট্র্যাকিং এবং ধীর ম্যাপিংকে স্পষ্টভাবে দুটি সমান্তরাল থ্রেডে পৃথক করে। এই স্থাপত্য স্ট্যান্ডার্ড হার্ডওয়্যারে রিয়েল-টাইম পারফরম্যান্স সক্ষম করে অনেক আধুনিক SLAM সিস্টেমকে প্রভাবিত করেছে।
কিফ্রেম নির্বাচন
কৌশল যা নির্ধারণ করে কোন ছবি বা স্ক্যান SLAM ম্যাপে রাখা উচিত পরিবেশের দক্ষ উপস্থাপনা নিশ্চিত করার জন্য। ভাল কিফ্রেম নির্বাচন স্থানিক কভারেজ এবং সিস্টেমের গণনামূলক জটিলতার মধ্যে ভারসাম্য বজায় রাখে।
ডেন্স SLAM
বিক্ষিপ্ত ল্যান্ডমার্ক পয়েন্টের পরিবর্তে পরিবেশের একটি ঘন ম্যাপ পুনর্গঠনের লক্ষ্য রাখা SLAM পদ্ধতি, মডেলিংয়ের জন্য সমস্ত উপলব্ধ পিক্সেল ব্যবহার করে। DTAM বা KinectFusion-এর মতো ঘন পদ্ধতিগুলি বিস্তারিত 3D মডেল তৈরি করে কিন্তু আরও গণনামূলক সম্পদের প্রয়োজন হয়।
স্থান স্বীকৃতি
FAB-MAP বা VLAD-এর মতো পরিবেশের গ্লোবাল ডেস্ক্রিপ্টর ব্যবহার করে পূর্বে পরিদর্শন করা স্থানগুলি সনাক্ত করার SLAM সিস্টেমের ক্ষমতা। লুপ ক্লোজার এবং সামঞ্জস্যপূর্ণ মাল্টি-সেশন ম্যাপ নির্মাণের জন্য অপরিহার্য।
ডাইরেক্ট SLAM
LSD-SLAM বা DSO-এর মতো স্পষ্ট বৈশিষ্ট্য নিষ্কাশন ছাড়াই পিক্সেলের তীব্রতার উপর সরাসরি কাজ করে এমন SLAM পদ্ধতি। এই পদ্ধতিটি কম টেক্সচারযুক্ত পৃষ্ঠতলগুলি আরও ভালভাবে পরিচালনা করতে পারে এবং পোজ অনুমানে সাব-পিক্সেল নির্ভুলতা প্রদান করে।
ফ্যাক্টর গ্রাফ
SLAM সমস্যাটির একটি গাণিতিক উপস্থাপনা একটি দ্বিপক্ষীয় গ্রাফ হিসাবে যেখানে পোজ ভেরিয়েবলগুলি পরিমাপ ফ্যাক্টরের সীমাবদ্ধতার অধীনে অপ্টিমাইজ করা হয়। এই ফর্মুলেশন বিভিন্ন ধরনের সেন্সর এবং জ্যামিতিক সীমাবদ্ধতার নমনীয় এবং দক্ষ মডেলিং ermöglicht।
সেমি-ডাইরেক্ট SLAM
SVO (সেমি-ডাইরেক্ট ভিজুয়াল ওডোমেট্রি)-এর মতো ডাইরেক্ট এবং বৈশিষ্ট্য-ভিত্তিক পদ্ধতির সুবিধাগুলি একত্রিত করে হাইব্রিড পদ্ধতি। রোবাস্টনেসের জন্য বৈশিষ্ট্য ব্যবহার করে যখন বর্ধিত নির্ভুলতার জন্য ফোটোমেট্রিক তথ্য থেকে উপকৃত হয়।
মাল্টি-সেশন এসএলএএম
ঐতিহ্যগত এসএলএএম-এর সম্প্রসারণ যা বিভিন্ন সেশনে প্রাপ্ত মানচিত্রগুলিকে একত্রিত করতে সক্ষম, যা সহযোগী বা সময়গতভাবে বিতরণকৃত মানচিত্র তৈরি করে। সামঞ্জস্য বজায় রাখতে উন্নত মানচিত্র সারিবদ্ধকরণ এবং একীকরণ কৌশল প্রয়োজন।