แบบฝึกอ่านข้อมูลนำทางสังเคราะห์

ผู้เรียนตรวจข้อมูลเซนเซอร์ด้วยแล็ปท็อปในห้องทดลองหุ่นยนต์
ภาพประกอบแนวคิดสร้างด้วย AI

เตรียมและรัน

ดาวน์โหลด trajectory-lab.py ใช้ Python 3 บน Windows/Linux ไม่มี dependency เพิ่ม รัน python trajectory-lab.py หรือ python3 trajectory-lab.py ในโฟลเดอร์งาน ผลอยู่ในโฟลเดอร์ใหม่ที่ชื่อเริ่มด้วย trajectory-output- เพื่อไม่เขียนทับผลเก่า

ทำความเข้าใจข้อมูล

ตัวอย่างข้อมูลดิบ: เส้นทางอ้างอิงรูปวงกลมเทียบกับเส้นทางประมาณที่ตำแหน่งเริ่มตรงกัน แล้วห่างออกไป 0.1 m เมื่อครบ 10 วินาที

โปรแกรมสร้างตำแหน่งอ้างอิงบนวงกลม 101 จุดและผลประมาณที่ใส่ drift แนว x เอง ทั้งสองชุดใช้เวลาและ frame เดียวกัน หน่วยวินาทีและเมตร ข้อมูลนี้ ไม่ใช่ output ของ VIO และไม่มีภาพกล้อง/IMU จริง จึงใช้ฝึกอ่านตารางเท่านั้น

  1. เปิด trajectory.csv ตรวจเวลาเพิ่มขึ้นและจำนวนแถว
  2. เปรียบเทียบ reference กับ estimate ที่เวลาเริ่มและสิ้นสุด
  3. อ่าน summary.json แล้วอธิบายว่า drift ที่ใส่ส่งผลอย่างไร
  4. จด OS/Python version และ command ลงสมุดผลทดลอง

ผลที่ควรเห็น

ตำแหน่งเริ่มตรงกัน ที่เวลา 10 วินาที error แนว x เท่ากับ 0.1 m ตามค่าที่กำหนด และจำนวนตัวอย่าง 101 จุด ไม่มีการเปลี่ยนพารามิเตอร์อากาศยานหรือสื่อสารเครือข่าย

เมื่อเข้าใจตารางแล้วค่อยใช้ คู่มือ replay dataset ตาม environment ของเจ้าของโครงการ ขณะนี้การรันซอฟต์แวร์ VIO ภายนอกยังเป็นรายการรอตรวจ ไม่อ้างว่าผ่านเพราะแบบฝึกนี้รันสำเร็จ

สิทธิ์ใช้ไฟล์แบบฝึก

ดาวน์โหลดใบอนุญาต LICENSE.txt — โค้ด Python ใช้ MIT; แบบฟอร์มใช้ CC BY 4.0 ให้เครดิต PK-Research

แหล่งอ้างอิงและขอบเขต

ตรวจแหล่งข้อมูล 7 กันยายน 2569 เรียบเรียงประกอบองค์ความรู้ที่ DTI เอื้อเฟื้อ

กิตติกรรมประกาศและที่มา

โดรนvisual-inertial