The Cycle algorithm just described,

The Cycle algorithm just described, however, may fail to detect the critical points on certain non-convex obstacles. In particular, the concave critical points such as Cp2 in Fig. 14 cannot be detected by range data when the boundary’s curvature is smaller than the robot’s periphery [38]. However, the closest convex critical point (Cp3 in the example shown in Fig. 14) to a critical point like Cp2 in Fig. 14 will get detected. This leads to adding a spurious edge to the Reeb graph that does not correspond to any existing cell. As a result, the algorithm will fail to detect the closing critical point for the newly added edge. Garcia and de Santos [38] propose a solution to this issue which involves associating each critical point with its obstacle and defining unique entry and exit critical points for each obstacle. Additionally, their paper discusses several implementation details of the Cycle algorithm.

Kết quả (Việt) 1:

Các thuật toán chu kỳ chỉ mô tả, Tuy nhiên, có thể thất bại để phát hiện các điểm quan trọng trên một số trở ngại không lồi. Đặc biệt, điểm quan trọng lõm chẳng hạn như Cp2 trong hình 14 không thể được phát hiện bởi nhiều dữ liệu khi độ cong của ranh giới là nhỏ hơn so với các robot ngoại vi [38]. Tuy nhiên, điểm quan trọng lồi gần nhất (Cp3 trong ví dụ minh hoạ trong hình 14) đến một điểm quan trọng như Cp2 trong hình 14 sẽ nhận được phát hiện. Điều này dẫn đến thêm một cạnh giả mạo để đồ thị Reeb không tương ứng với bất kỳ tế bào hiện có. Kết quả là, các thuật toán sẽ không thành công để phát hiện các điểm quan trọng cuối cùng cho rìa mới được thêm vào. Garcia và de Santos [38] đề xuất một giải pháp cho vấn đề này liên quan đến việc kết hợp mỗi điểm quan trọng với trở ngại của mình và xác định duy nhất mục nhập và thoát khỏi quan trọng điểm cho mỗi trở ngại. Ngoài ra, giấy của họ thảo luận về một số thực hiện chi tiết của các thuật toán chu kỳ.

Kết quả (Việt) 2:

Các thuật toán chu trình vừa mô tả, tuy nhiên, có thể không phát hiện được những điểm quan trọng trên một số trở ngại không lồi. Đặc biệt, những điểm quan trọng lõm như CP2 trong hình. 14 không thể được phát hiện bởi phạm vi dữ liệu khi độ cong của đường biên nhỏ hơn chu vi của robot [38]. Tuy nhiên, điểm gần nhất lồi quan trọng (CP3 trong ví dụ thể hiện trong hình. 14) đến một điểm quan trọng như CP2 trong hình. 14 sẽ nhận được phát hiện. Điều này dẫn đến việc thêm một cạnh giả để đồ thị Reeb mà không tương ứng với bất kỳ tế bào hiện có. Kết quả là, các thuật toán sẽ không phát hiện được những điểm quan trọng đóng cửa cho cạnh mới được bổ sung. Garcia và de Santos [38] đề xuất một giải pháp cho vấn đề này liên quan đến việc kết hợp mỗi điểm quan trọng với trở ngại của nó và xác định điểm ra vào quan trọng duy nhất cho mỗi trở ngại. Ngoài ra, bài báo của họ thảo luận về một số chi tiết thực hiện các thuật toán Cycle.