快攻

FastSLAM:同时定位和映射问题的一个因子解决方案。许多人认为,能够同时定位机器人并精确地映射其周围环境的能力是真正自主机器人的一个关键先决条件。然而,解决这个问题的方法很少能够扩展到处理实际环境中存在的大量地标。例如,基于Kalman滤波的算法需要地标数量的时间二次型来合并每个传感器的观测值。本文提出了FastSLAM算法,该算法递归地估计机器人姿态和地标位置的全部后验分布,但与地图中的地标数目成对数比例。该算法基于将后验点精确分解为条件路标分布和机器人路径上分布的乘积。该算法已成功运行在多达50000个地标上,环境远远超出了以往的方法。实验结果验证了FastSLAM算法在模拟数据和真实数据上的优势和局限性。


zbMATH中的参考文献(参考文献63条,2标准条款)

显示第21到第40个结果,共63个。
按年份排序(引用)
  1. 机器人控制。MATLAB中的基本算法。(2011年)
  2. 高利茨,斯特芬;霍勒勒,托比亚斯;Turk,Matthew:视觉跟踪的兴趣点检测器和特征描述符的评估(2011)
  3. 凯莱纳,亚历山大;Christian Dornhege:关键领域的第一响应者支持地图(2011)ioport公司
  4. 郭,博韦;张勋豪;陈勇昌;黄世玉:一种基于线段图的室内机器人轻快速SLAM算法(2011)ioport公司
  5. 吴华;秦世银:基于全方位视觉增量外观学习的机器人SLAM方法(2011)
  6. 杨绍文;Wang,Chieh Chih:同步自我运动估计、分割和运动目标检测(2011)
  7. 吉尔,阿图罗;莫佐斯,奥斯卡马丁内斯;巴列斯塔,莫妮卡;Reinoso,Oscar:视觉SLAM兴趣点检测器和局部描述符的比较评估(2010)ioport公司
  8. 卡洛米罗斯,约翰;Lygouras,John:可重构硬件上的实时密集立体机器人地图和定位(2010)ioport公司
  9. 刘燕;任,X.M。;艾哈迈德·B·拉德。;张学智。;Wong,Y.K.:同时定位和映射的熵优化策略(2010)
  10. Pathirange,Chandima Dedduwa;渡边,庆幸;Izumi,Kiyotaka:T-S模糊模型采用基于线性规划的SLAM算法的移动机器人数据关联(2010)ioport公司
  11. 本杰明·托瓦尔;科恩,弗雷德;Lavalle,Steven M.:传感器光束、障碍物和可能的路径(2010)
  12. 马克,蒂姆K。;霍华德,安德鲁;Bajracharya,麦克斯;科特雷尔,加里森W。;Matthies,Larry H.:Gamma-SLAM:使用方差网格映射在非结构化环境中的可视化SLAM(2009)
  13. 尼姆拉,阿卜杜勒克里姆;Aouf,Nabil:具有可观测性和一致性分析的鲁棒机载三维视觉同步定位和制图(2009)
  14. 罗德里格斯·洛萨达博士。;圣塞贡多,P。;马蒂亚,F。;Pedraza,L.:Dual fastslam:基于粒子滤波的同步定位和映射问题解决方案的双重分解(2009)
  15. Skrzypczynèski,Piotr:同步定位和映射:基于特征的概率方法(2009)
  16. 孙熙珍;Kim,Byung-Kook:一种适用于室内环境的有效矢量SLAM算法(2009)
  17. 特恩克维斯特,大卫;舍恩,托马斯B。;卡尔森,里卡德;Gustafsson,Fredrik:高维车辆模型的粒子过滤器撞击(2009)
  18. 周,吴;赵春霞;郭建辉:非线性SLAM卡尔曼滤波器族的改进研究(2009)
  19. 阿卜杜拉,法赫德;阿玛杜,伊宁;Bonnifait,Philippe:基于区间分析的非线性状态估计的盒粒子滤波(2008)
  20. 安,成焕;崔金宇;Doh,Nakju Lett;郑万钧:室内环境下EKF-SLAM的实用方法:融合超声波传感器和立体摄像机。(2008年)ioport公司