Существует несколько известных методов одновременной локализации и построения карты (SLAM): от классического метода с использованием расширенного фильтра Кальмана до современных графовых алгоритмов. Наша лаборатория разработала уникальный алгоритм SLAM, который использует лазерное 3D-сканирование. Основная особенность нашего алгоритма — применение теории Демпстера—Шафера для создания карты вместо байесовской теории. В традиционных методах каждая ячейка может быть занята с определенной вероятностью. Однако теория Демпстера—Шафера допускает наличие нескольких масс в одной ячейке и предоставляет формулы для обновления этих масс. Основная концепция проекта заключается в использовании этих масс для выявления закономерностей на карте. Такие паттерны могут проявляться в виде характерных границ объектов или областей, соответствующих целым объектам в окружающей среде.

С использованием мониторинга профилей облака точек мы можем применять метод максимального раскрытия ковариации. Этот метод позволяет обрабатывать уменьшенное измерение профиля, сохраняя при этом его связь с объясняющими переменными. Эти переменные изображают полученный паттерн на основе того, как определенные характеристики отклоняются от эталона. Среди других факторов объясняющая переменная может представлять угол отклонения паттерна от определенной оси.В настоящее время мы исследуем возможность использования метода максимального раскрытия ковариации для быстрого выявления углов 90 градусов, которые часто встречаются в закрытых помещениях, что поможет локализации роботов в таких пространствах.