امید دهاقین - دانشگاه اصفهان
کمال جمشیدی - دانشگاه اصفهان

روشهای بسیاری برای مسیریابی ربات با شناخت همزمان مکان و نقشه استفادهشدهاست، FASTSLAM2.0 که بر پایهی توزیع ذرات میباشد، یکی از این روشهااست و دقت بسیار خوبی نسبت به سایر روشها دارا میباشد، این روش برپایهی فیلترهای کالمن و زنجیرهی مارکوف میباشد. روشهای بر پایهی توزیع ذرات از مجموعه مراحلی تشکیل شدهاند، براساس شبیهسازیهای انجام شده محاسبهی وزن ذرات و بروز رسانی نقشه بیشترین زمان را دارا میباشند. برای کاهش زمان بروزرسانی نقشه از ساختارهای دادهای همچون درخت جستجوی دودویی استفادهشدهاست و برای محاسبهی وزن با توجه به آنکه ذرات موجود در توزیع ذرات و نشانههای مسیر دو مشخصهی محاسبهی وزن میباشند و از طرف دیگر با توجه به شرط استقلال در نشانهها و ذرات در FAST SLAM2.0 ، استفاده نمودن از پردازندههای موازی میتواند مقدار زمبن رااز واحد ثانیه به میلی و یا میکرو ثانیه تبدیل کند. در این نوشتار سعی شده اسبت با بیان کلی روش FASTSLAM2.0 و مراحل انجام آن، مقایسهای میان سرعت انجام محاسبهی وزن در یک دوره در پردازندهی مرکزی و پردازندهی گرافیکی انجام شود و با نتایج بدست آمده با پژوهشی مشابه مقایسه شود. برای بروز رسانی نقشه نیز مقایسهای میان درخت سستوسوی دودویی و استفاده از فیلترهای کالمن توسعهیافتبه انجام شدهاست

پردازنده گرافیکی، درخت جستوجو، توزیع ذرات، نخ، وزن ذرات