Bu tədqiqat avtonom robot avtomobilində ikiölçülü LiDAR ilə avtomobilin ön, arxa, sol və sağ tərəfinə yerləşdirilmiş dörd ultrasəs sensorunun birlikdə istifadəsini araşdırır. LiDAR ətraf mühitin 360 dərəcəlik və nisbətən detallı məsafə məlumatını təmin etdiyi halda ultrasəs sensorları yaxın məsafədəki maneələri doğrulamaq üçün istifadə edilib. Sensor məlumatları hərəkətli orta filtrindən keçirilib, bir-biri ilə müqayisə olunub və etibar səviyyələrinə görə dəyişdirildiyi bildirilən çəkilərlə vahid birləşdirilmiş məsafə proqnozuna çevrilib.

Tədqiqatçı sistemi statik maneələr olan strukturlaşdırılmış daxili mühitdə, təsadüfi yerləşdirilmiş obyektlərin olduğu yarı strukturlaşdırılmış mühitdə və hərəkətli maneələrin istifadə olunduğu dinamik mühitdə sınaqdan keçirib. Bildirilən nəticələrə görə yalnız ultrasəs sensoru istifadə olunan quruluş yüzde 84,3, yalnız LiDAR istifadə olunan quruluş yüzde 92,6 və hibrid sistem yüzde 97,4 maneə aşkarlama dəqiqliyi təmin edib. Toqquşma nisbətləri müvafiq olaraq yüzde 11,8, yüzde 5,2 və yüzde 1,7 kimi verilib.

Hibrid sistem LiDAR-la müqayisədə aşkarlama dəqiqliyini 4,8 faiz bəndi, ultrasəs sistemi ilə müqayisədə 13,1 faiz bəndi artırıb. Toqquşma nisbəti LiDAR-a nisbətən 3,5 faiz bəndi, ultrasəs sisteminə nisbətən isə 10,1 faiz bəndi aşağıdır. Bununla belə bu müqayisələrin statistik qeyri-müəyyənliyi izah edilməyib və nəticələr müstəqil təcrübə qrupunda doğrulanmayıb.

Reaksiya müddəti baxımından hibrid sistem 102 millisaniyəlik nəticə verib. Bu dəyər ultrasəs sisteminin 120 millisaniyəlik müddətindən 18 millisaniyə daha sürətli, LiDAR sisteminin 95 millisaniyəlik müddətindən isə 7 millisaniyə daha yavaşdır. Sensor birləşdirmə əlavə hesablama yükü yaradıb, lakin tədqiqatçı bu müddəti real vaxt robot işi üçün qəbul edilə bilən hesab edib.

Türkiyə baxımından: Yanaşma Türkiyədə universitet robototexnika laboratoriyaları, peşə təhsili müəssisələri, anbar daxili daşıma robotları, xidmət robotları, kənd təsərrüfatı mobil platformaları və aşağı xərcli avtonom avtomobil prototiplərində araşdırıla bilər. Lakin bildirilən nisbətlər birbaşa Türkiyədəki robotlara və ya real iş sahələrinə köçürülə bilməz. Yerli tətbiqdən əvvəl fərqli səthlər, şüşə və parlaq obyektlər, tozlu mühitlər, açıq hava şəraiti, türk sənaye obyektlərində piyada və nəqliyyat hərəkətləri, eləcə də elektromaqnit və akustik səs-küy altında yenidən sınaqlar aparılmalıdır. Tədqiqatdan sistemin insanlarla eyni mühitdə təhlükəsiz istifadə üçün sertifikatlaşdırıla biləcəyi və ya təkbaşına təhlükəsizlik sensoru kimi kifayət olduğu nəticəsi çıxarıla bilməz.

Tədqiqatın əsas sualı nədir?

Tədqiqat LiDAR və ultrasəs sensorlarından gələn ölçmələrin birləşdirilməsinin avtonom robot avtomobillərində maneə aşkarlama və yayınma performansını yaxşılaşdırıb-yaxşılaşdırmadığını araşdırır.

Avtonom mobil robotun təhlükəsiz hərəkət etməsi üçün ətrafındakı sabit və hərəkətli obyektləri kifayət qədər erkən müəyyən etməsi, obyektə olan məsafəni proqnozlaşdırması və sükanla sürət əmrlərini buna uyğun dəyişdirməsi lazımdır. Tək sensora əsaslanan sistemlərdə sensorun fiziki məhdudiyyətləri birbaşa avtomobilin qərarlarına əks oluna bilər.

LiDAR hansı məlumatı təmin edir?

LiDAR lazer işığının ətrafdakı səthlərə göndərilməsi və geri qayıtma müddətinin ölçülməsi ilə məsafə məlumatı yaradır. Tədqiqatda istifadə olunan ikiölçülü LiDAR-ın avtomobil ətrafını 360 dərəcə skan etdiyi bildirilir. Bu xüsusiyyət robotun yalnız qarşısındakı tək nöqtəni deyil, ətrafındakı çoxsaylı istiqamətləri qiymətləndirməsinə imkan verir.

Tədqiqatın LiDAR üçün vurğuladığı üstünlüklər bunlardır:

• Yüksək məsafə ölçmə dəqiqliyi
• Ultrasəs sensorlarına nisbətən daha uzun aşkarlama məsafəsi
• Ətraf mühitin xəritələnməsi imkanı
• Yüksək yenilənmə tezliyi
• Maneələrin bucaq mövqeləri haqqında daha detallı məlumat

Bununla yanaşı LiDAR-ın şəffaf səthlər, yüksək dərəcədə əks etdirici obyektlər, toz, duman və yağıntı kimi şəraitlərdə performans itkisi yaşaya biləcəyi qeyd olunur. Tədqiqat bu mənfi şəraitləri eksperimental olaraq sınamayıb, onları ədəbiyyatda bildirilən ümumi məhdudiyyətlər kimi təqdim edib.

Ultrasəs sensorları hansı vəzifəni yerinə yetirir?

Ultrasəs sensorları səs impulsu göndərir və impulsun obyektə dəyib sensorun özünə qayıtması üçün keçən vaxtı ölçür. Tədqiqatdakı dörd ultrasəs sensoru avtomobilin ön, arxa, sol və sağ tərəfinə yerləşdirilib. Məqsəd xüsusilə yaxın məsafələrdə avtomobil ətrafında tamamlayıcı qoruma zonası yaratmaqdır.

Tədqiqatda ultrasəs sensorlarının üstünlükləri kimi aşağı xərc, aşağı enerji sərfiyyatı, sadə elektron qoşulma və yaxın məsafədə etibarlı maneə aşkarlama göstərilib. Lakin geniş səs şüası səbəbindən obyektin dəqiq bucaq mövqeyini müəyyən etmə qabiliyyəti məhduddur. Kiçik, nizamsız və ya səsi uyğun istiqamətdə geri əks etdirməyən səthlərdə də ölçmə çətinliyi yarana bilər.

Eyni mühitdə bir neçə ultrasəs sensorunun eyni vaxtda işləməsi akustik müdaxilə yarada bilər. Tədqiqat dörd sensorun tetikləmə vaxtlarının necə ayrıldığını və ya çarpaz əks-sədanın necə qarşısının alındığını izah etmir.

Niyə iki sensor növü birlikdə istifadə olunub?

Təklif olunan arxitektura sensorların eyni fiziki hadisəni fərqli üsullarla ölçməsindən faydalanır. LiDAR ətrafın detallı və geniş bucaqlı təsvirini yaradır, ultrasəs sensorları isə yaxın məsafədə ikinci ölçmə təmin edir.

Bu yanaşmada bir sensorun qaçırdığı və ya qeyri-müəyyən ölçdüyü maneənin digər sensor tərəfindən aşkarlanması gözlənilir. Beləliklə sistem tək ölçmə kanalından tam asılı qalmır. Lakin real xəta kompensasiyasının səviyyəsi sensorların xəta növlərinin bir-birindən nə qədər müstəqil olmasından asılıdır.

Robot platformasında hansı avadanlıqlardan istifadə olunub?

Tədqiqatda robot avtomobil platformasının aşağıdakı komponentlərdən ibarət olduğu bildirilir:

• Bir ədəd ikiölçülü LiDAR sensoru
• Dörd ədəd ultrasəs sensoru
• Arduino Mega mikrokontrolleri
• Raspberry Pi hesablama qurğusu
• Motor sürücüsü ilə idarə olunan sabit cərəyan mühərrikləri
• Yenidən doldurula bilən batareya sistemi

Arduino Mega-nın ultrasəs sensorlarının aşağı səviyyəli ölçmə və idarəetmə işlərində, Raspberry Pi-nin isə LiDAR məlumatlarının emalı və sensor birləşdirmə qərarlarında istifadə olunduğu düşünülə bilər. Lakin tədqiqat vəzifə bölgüsünü, rabitə protokolunu, nümunələmə sürətini və istifadə olunan proqram təminatı infrastrukturunu açıq şəkildə bildirmir.

LiDAR-ın marka və modeli, ultrasəs sensorlarının növü, Raspberry Pi versiyası, motor xüsusiyyətləri, avtomobilin ölçüləri, ümumi çəkisi və maksimal hərəkət sürəti verilməyib. Bu çatışmazlıqlar təcrübənin eyni şəraitdə yenidən qurulmasını çətinləşdirir.

Sensor məlumatları necə emal olunub?

Təklif olunan emal axını beş mərhələdən ibarətdir:

1. LiDAR və ultrasəs sensorlarından eyni vaxtda ölçmə alınması
2. Ölçmələrdə hərəkətli orta filtri ilə səs-küyün azaldılması
3. İki sensor növünün ölçmələrinin qarşılıqlı doğrulanması
4. Çəkili orta ilə birləşdirilmiş məsafənin hesablanması
5. Birləşdirilmiş məsafəyə görə sürət və istiqamət qərarının verilməsi

Tədqiqatda məsafə birləşdirmə əməliyyatı aşağıdakı formula ilə göstərilir:

\[ D_f=w_LD_L+w_UD_U \]

• \(D_f\), birləşdirilmiş məsafə proqnozudur.
• \(D_L\), LiDAR tərəfindən ölçülən məsafədir.
• \(D_U\), ultrasəs sensoru tərəfindən ölçülən məsafədir.
• \(w_L\), LiDAR ölçməsinin çəkisidir.
• \(w_U\), ultrasəs ölçməsinin çəkisidir.

Tədqiqatçı çəkilərin sensorların etibar səviyyəsinə görə dinamik dəyişdirildiyini bildirir. Bununla belə etibar səviyyəsinin necə hesablandığı, çəkilərin hansı aralıqda saxlandığı, cəmlərinin birə bərabərləşdirilib-bərabərləşdirilmədiyi və fərqli sensorlar ziddiyyət təşkil etdikdə hansı ölçməyə üstünlük verildiyi izah edilmir.

Hərəkətli orta filtrinin pəncərə uzunluğu da göstərilməyib. Pəncərə çox qısa seçilərsə səs-küy kifayət qədər azalmaya bilər; çox uzun seçilərsə hərəkətli maneələrə reaksiya gecikə bilər. Tədqiqatda bu balansla bağlı müqayisə yoxdur.

Maneədən yayınma qərarı necə verilib?

Birləşdirilmiş məsafə məlumatı avtomobilin istiqamətləndirilməsi və sürət idarəetməsində istifadə olunub. Lakin mətndə istifadə olunan təhlükəsiz məsafə hədləri, dayanma məsafəsi, dönmə bucağı, motor sürətləri və ya yol seçmə alqoritmi izah edilməyib.

Buna görə tədqiqatın hansı maneədən yayınma məntiqindən istifadə etdiyi tam bilinmir. Robotun sadəcə dayanıb istiqamət dəyişdirdiyi, boşluqlar arasında yerli yol seçdiyi və ya əvvəlcədən müəyyən edilmiş marşrutu düzəltdiyi barədə kifayət qədər texniki detal yoxdur.

Təcrübə mühitləri necə yaradılıb?

Üç təcrübə ssenarisi istifadə olunub:

Hər təcrübənin 20 dəfə təkrarlandığı bildirilir. Lakin bunun hər sensor konfiqurasiyası və hər ssenari üçün ayrıca 20 təkrar demək olub-olmadığı açıq deyil. Buna görə ümumi sınaq sayı etibarlı şəkildə hesablana bilmir.

Test yolunun uzunluğu və eni, maneələrin ölçüləri, materialları və mövqeləri, dinamik maneələrin sürətləri, robotun başlanğıc və hədəf nöqtələri, eləcə də hər təkrarda şəraitin necə sabit saxlandığı izah edilməyib.

Maneə aşkarlama dəqiqliyi necə dəyişib?

Hibrid konfiqurasiya ən yüksək bildirilən dəqiqliyi təmin edib. LiDAR-la müqayisədə 4,8 faiz bəndi, ultrasəs konfiqurasiyası ilə müqayisədə 13,1 faiz bəndi artım görünür.

Lakin “dəqiqlik” meyarının necə hesablandığı bildirilmir. Həqiqi müsbət, yanlış müsbət, həqiqi mənfi və yanlış mənfi sayları verilməyib; aşkarlanmalı ümumi maneə hadisəsinin sayı müəyyən edilməyib. Buna görə yüzde 97,4 dəyərinin hansı surət və məxrəcə əsaslandığını yenidən hesablamaq mümkün deyil.

Maneə olmayan sahələrin düzgün şəkildə boş kimi tanınması dəqiqlik hesabına daxil edilibsə yüksək dəqiqlik maneələrin uğurla aşkarlanmasından fərqli məna daşıya bilər. Həssaslıq, spesifiklik, precision və ya F1 balı təqdim olunmadığı üçün xəta növləri ayrıca qiymətləndirilə bilmir.

Toqquşma nisbətləri necə dəyişib?

Hibrid sistem ən aşağı toqquşma nisbətini verib. LiDAR-a nisbətən 3,5 faiz bəndi, ultrasəs sisteminə nisbətən 10,1 faiz bəndi azalma bildirilib.

Bununla belə toqquşmanın fiziki təmas, təhlükəsizlik məsafəsinin pozulması və ya marşrutun uğursuz tamamlanması kimi müəyyən edilib-edilmədiyi izah olunmayıb. Hər konfiqurasiya üçün ümumilikdə neçə toqquşma baş verdiyi də verilməyib.

Yüzdə 1,7 dəyəri sistemin toqquşmasız və ya təhlükəsizlik baxımından doğrulanmış olduğu anlamına gəlmir. İnsanların və ya bahalı avadanlığın olduğu mühitdə aşağı, lakin sıfır olmayan toqquşma nisbəti qəbuledilməz ola bilər.

Reaksiya müddətləri necə müqayisə olunub?

Ən sürətli nəticə yalnız LiDAR istifadə olunan konfiqurasiyaya aiddir. Hibrid sistem LiDAR-dan 7 millisaniyə daha yavaş, ultrasəs sistemindən 18 millisaniyə daha sürətlidir.

Buna görə hibrid sistemin bütün tək sensorlu yanaşmalara nisbətən reaksiya müddətini yaxşılaşdırdığı deyilə bilməz. Daha düzgün ifadə sensor birləşdirmənin LiDAR-la müqayisədə kiçik hesablama gecikməsi yaratmasına baxmayaraq bildirilən dəqiqlik və toqquşma nəticələrini yaxşılaşdırdığıdır.

Reaksiya müddətinin sensor ölçməsindən qərarın yaradılmasına qədər, yoxsa maneənin aşkarlanmasından motor əmrinə qədər ölçüldüyü göstərilməyib. Robotun sürəti və əyləc məsafəsi verilmədiyi üçün 102 millisaniyənin fiziki təhlükəsizlik baxımından kifayətliliyi qiymətləndirilə bilməz.

Naviqasiya səmərəliliyi necə qiymətləndirilib?

Tədqiqatçı hibrid sistemdə aşağıdakı keyfiyyət yaxşılaşmalarının müşahidə olunduğunu bildirib:

• Daha az qəfil dönmə
• Daha az marşrut sapması
• Maneələrlə daha uyğun məsafə
• Daha nizamlı yol seçimi

Lakin yol uzunluğu, tapşırıq müddəti, enerji sərfiyyatı, dönmə sayı, marşrut əyriliyi və ya hədəfə çatma nisbəti kimi ədədi naviqasiya meyarları verilməyib. Buna görə “daha hamar marşrut” nəticəsi vizual və ya subyektiv müşahidəyə əsaslanır kimi görünür.

Tədqiqatın nəticələri nəyi dəstəkləyir?

• Araşdırılan təcrübə düzənində hibrid sistem bildirilən maneə aşkarlama dəqiqliyində iki tək sensorlu konfiqurasiyadan daha yüksək nəticə verib.
• Hibrid konfiqurasiyada bildirilən toqquşma nisbəti LiDAR və ultrasəs konfiqurasiyalarından daha aşağıdır.
• Sensor birləşdirmə yalnız LiDAR istifadəsinə nisbətən 7 millisaniyə əlavə reaksiya müddəti yaradıb.
• LiDAR-ın geniş sahə ölçməsi ilə ultrasəs sensorlarının yaxın məsafə ölçməsinin eyni robot platformasında birlikdə istifadə oluna biləcəyi göstərilib.
• Arduino Mega və Raspberry Pi əsaslı prototipdə məlumat səviyyəsində sensor birləşdirmə tətbiq olunub.

Tədqiqat nəyi sübut etmir?

• Hibrid sistemin bütün robot növlərində yüzde 97,4 dəqiqlik verəcəyini sübut etmir.
• Sistemin açıq havada, yağışda, dumanlı və ya tozlu mühitlərdə uğurlu olduğunu göstərmir.
• Şüşə, güzgü, qara səth, yumşaq parça və ya maili obyektlərdə performansı göstərilmir.
• Nəticələrin statistik cəhətdən əhəmiyyətli olduğunu sübut etmir.
• Sensor birləşdirmənin LiDAR-a nisbətən daha sürətli reaksiya verdiyini göstərmir.
• Sistemin xərc baxımından səmərəli olduğunu xərc analizi ilə sübut etmir.
• İnsanlarla paylaşılan sənaye mühitində təhlükəsizlik standartını qarşıladığını göstərmir.
• Sistemin sensor nasazlığı zamanı təhlükəsiz vəziyyətə keçdiyini sübut etmir.
• Dinamik maneələrin sürətini və ya gələcək hərəkətini proqnozlaşdırdığını göstərmir.
• Robotun xəritələmə, lokalizasiya və ya tam miqyaslı SLAM həyata keçirdiyini sübut etmir.

Tədqiqatın mühüm hesabat problemləri hansılardır?

• Avadanlıq komponentlərinin marka və modelləri verilməyib.
• Sensorların quraşdırma bucaqları, hündürlükləri və dəqiq mövqeləri göstərilməyib.
• Sxem bağlantısı və ya sistem arxitekturası diaqramı yoxdur.
• Proqram təminatı, proqramlaşdırma dili və istifadə olunan kitabxanalar izah edilməyib.
• Sensor nümunələmə sürətləri və zaman uyğunlaşdırma üsulu verilməyib.
• Dinamik etibar çəkilərinin hesablanma üsulu yoxdur.
• Hərəkətli orta filtrinin pəncərə ölçüsü göstərilməyib.
• Maneə aşkarlama dəqiqliyinin tərifi və qarışıqlıq matrisi təqdim olunmayıb.
• Toqquşma hadisəsinin necə müəyyən edildiyi bildirilməyib.
• Orta nəticələrin standart sapmaları və etibar intervalları yoxdur.
• Statistik müqayisə testi tətbiq edilməyib.
• Xam məlumatlar, kod və ya təcrübə videoları paylaşılmayıb.
• Ədəbiyyat siyahısında təkrarlanan və mövzudan kənar qeydlər var.

Tədqiqatın Metodu və Nəticələri

Təcrübə dizaynının texniki xülasəsi

Ədədi nəticələrin birlikdə qiymətləndirilməsi

Hibrid sistem ilə LiDAR arasındakı fərq

Hibrid sistem ilə ultrasəs quruluşu arasındakı fərq

Nəticələrin etibarlılığını artırmaq üçün lazım olan təcrübələr

Tədqiqatın təklif etdiyi sistemin daha güclü şəkildə qiymətləndirilməsi üçün eyni mənbə çərçivəsində aşağıdakı doğrulama addımlarına ehtiyac var:

• Hər ssenari və konfiqurasiya üçün ümumi sınaq və hadisə sayının açıqlanması
• Düzgün və yanlış aşkarlamaların ayrıca bildirilməsi
• Orta, standart sapma və etibar intervallarının verilməsi
• Robot sürəti və dayanma məsafəsi dəyişdikcə performansın ölçülməsi
• Şüşə, metal, parça, qara səth və nizamsız formalı obyektlərlə ayrıca testlər
• Ultrasəs sensorları arasındakı çarpaz müdaxilənin ölçülməsi
• LiDAR və ya ultrasəs sensoru müvəqqəti söndürüldükdə xəta tolerantlığının sınanması
• Açıq hava, duman, toz və yağıntı şəraitində iş
• Enerji sərfiyyatı və avadanlıq xərcinin müqayisəsi
• Fərqli robot və müstəqil test mühitində xarici doğrulama

Tətbiq baxımından ölçülü qiymətləndirmə

Tədqiqat aşağı xərcli robot platformasında LiDAR və ultrasəs sensorlarının texniki olaraq birləşdirilə bildiyini və araşdırılan şəraitdə tək sensorlu düzənlərə nisbətən daha yüksək bildirilən aşkarlama dəqiqliyi təmin etdiyini göstərir.

Bununla belə sistem hələ təhlükəsizlik baxımından kritik məhsul kimi qiymətləndirilməməlidir. Sensor birləşdirmə alqoritminin detalları, nasazlığın idarə olunması, real vaxt proqram etibarlılığı və fiziki əyləcləmə davranışı verilməyib. Buna görə tədqiqat məhsul doğrulamasından daha çox erkən mərhələli prototip və konsepsiya sübutu xarakteri daşıyır.

Mənbə və Metod Qeydi

Tədqiqatın tam orijinal adı: Design and Implementation of a Hybrid LiDAR–Ultrasonic Sensor System for Enhanced Obstacle Avoidance in Robot Cars

Müəllif: Ben Lauren.

Müəllif sıralaması: Tədqiqat tək müəlliflidir.

Bərabər töhfə məlumatı: Başqa müəllif və ya bərabər töhfə bildirişi yoxdur.

Məsul müəllif: SSRN qeydində Ben Lauren əlaqə müəllifi kimi göstərilir. Yüklənmiş əsas mətndə ayrıca məsul müəllif işarəsi və ya e-poçt ünvanı yoxdur.

Qurum: Yüklənmiş əsas mətndə qurum əlaqəsi göstərilməyib. Rəsmi SSRN qeydində Ladoke Akintola University of Technology, Ogbomoso, Nigeriya məlumatı var.

Mətndə göstərilən tarix: 15 May 2026.

SSRN yükləmə tarixi: 1 İyul 2026.

DOI:10.2139/ssrn.6898019

Nəşr platforması: SSRN.

Rəsmi mənbə keçidi:SSRN tədqiqat səhifəsi

Mənbə növü: Avadanlıq prototipi və müqayisəli robototexnika təcrübəsi; preprint.

Resenziya statusu: Tədqiqat resenziyadan keçməyib.

Jurnal: Resenziyalı jurnala qəbul və ya son nəşr məlumatı yoxdur.

Nəşriyyat: Son resenziyalı nəşr üçün nəşriyyat məlumatı yoxdur.

Maliyyələşdirmə: Yüklənmiş mətndə maliyyələşdirmə məlumatı yoxdur.

Maraqlar toqquşması: Yüklənmiş mətndə maraqlar toqquşması bəyanı yoxdur.

Məlumatlara çıxış: Xam təcrübə məlumatları üçün giriş keçidi verilməyib.

Koda çıxış: Sensor birləşdirmə və ya robot idarəetmə kodu paylaşılmayıb.

Etik və ya təhlükəsizlik təsdiqi: Mətndə etika komitəsi, laboratoriya təhlükəsizlik qiymətləndirməsi və ya məhsul təhlükəsizliyi sertifikatlaşdırması barədə məlumat yoxdur.

Bu Azərbaycan dilində izah yalnız yüklənmiş 11 səhifəlik tədqiqatda bildirilən sistem quruluşu, təcrübə üsulu və nəticələrə əsasən hazırlanıb. Tədqiqatda olmayan sensor xüsusiyyətləri, alqoritm detalları, təcrübə nəticələri və ya təhlükəsizlik iddiaları əlavə edilməyib. Xarici mənbələr yalnız başlıq, müəllif, qurum, tarix, SSRN qeydi və preprint statusunun biblioqrafik doğrulanması üçün istifadə olunub.

Tədqiqatdakı dəqiqlik və toqquşma nisbətləri qeyri-müəyyənlik ölçüsü olmadan təqdim edilib. Buna görə ədədi fərqlərin təkrarlana bilməsi, statistik əhəmiyyətliliyi və real dünya şəraitinə ümumiləşdirilə bilməsi hələ göstərilməyib.

Ədəbiyyat siyahısında eyni ultrasəs sensoru tədqiqatının iki dəfə verilməsi və robotik sensor birləşdirmə ilə birbaşa əlaqəli görünməyən maliyyə texnologiyası mənbəsinin olması biblioqrafik redaktə tələb edir. Bu problemlər əsas təcrübə nəticələrini avtomatik etibarsız etmir; lakin resenziyadan əvvəlki mətnin diqqətlə yoxlanmalı olduğunu göstərir.