足球赌注的详细指南：专家分析、游戏趋势和策略 (Translation: Detailed Guide to Football Betting: Expert Analysis, Game Trends, and Strategies)
为了对其环境进行映射，机器人通常会收集大量的距离和方位测量数据。然而，使用嘈杂的传感器时，需要额外的努力来从记录的数据点中提取地图。
为此，Altun等人提出了两种算法，用于提取紧凑表示环境的平滑闭合曲线。这些曲线比原始数据点更容易使用和存储。
第一种方法是将主动蛇轮廓拟合到数据中，如下图所示（左图），而第二种技术则使用神经网络生成环境的自组织特征图（右图）。粒子群优化算法用于自动调整两种算法的参数。
在进行实验证明时，使用了装备有三个前置超声波传感器和结构光系统的Nomad 200机器人。机器人被编程为沿着一个小房间的墙壁行驶，同时映射环境。
结果显示，主动蛇轮廓的性能更好，因为它们能够丢弃数据中的异常值，并且比自组织特征图更准确地匹配角度和边缘。
这篇文章中的图片如下所示：
底部的图像中，黑色点表示处理后的超声波数据，蓝色曲线是使用主动蛇轮廓或自组织地图拟合到这些数据的曲线，红色曲线是地面真值。
**注：***
本文图片来源于原文，内容与原文无关。