×
罗德里格斯-洛萨达，D。；圣塞贡多，P。；F.马蒂亚。；佩德拉扎，L。

对偶fastslam：基于粒子滤波的对偶因子分解，解决同时定位和映射问题。 （英语） Zbl 1203.68269号

J.智力。机器人。系统。 55，编号2-3，109-134（2009）.
摘要：使用移动机器人构建地图的过程称为同步定位和映射（SLAM）问题，被认为是实现真正自治的关键。现有的SLAM问题的最佳解决方案基于概率技术，主要来自基本的贝叶斯滤波器。最近的一种方法是使用Rao-Blackwellized粒子过滤器。FastSLAM解决方案使用粒子滤波器估计机器人的可能路径，并使用附加到每个粒子的几个独立卡尔曼滤波器估计机器人路径的路标位置，从而将Bayes SLAM后验因子分解。尽管这一想法有几个成功的实现，但缺乏在室内环境中的应用，其中最常见的特征是与直墙相对应的线段。本文提出了一种新的因子分解，它是现有FastSLAM的对偶，将SLAM分解为地图估计和定位问题，使用粒子滤波器估计地图，使用附加到每个粒子的卡尔曼滤波器估计根据给定地图调整的机器人位姿。我们已经实施并测试了此方法，并将我们的解决方案与FastSLAM解决方案进行了分析和比较，成功构建了基于特征的室内环境地图。

引用于2文件

MSC公司：

68T40型 机器人人工智能

关键词：

SLAM公司；颗粒过滤器；室内环境；移动机器人

软件：

快速SLAM
PDF格式BibTeX公司 XML格式引用
\textit{D.Rodriguez-Losada}等人，J.Intell。机器人。系统。55，编号2--3，109-134（2009；Zbl 1203.68269）
全文： 内政部

参考文献：

[1] Thrun，S.：机器人制图：一项调查。收录：Lakemeyer，G.，Nebel，B.（编辑）《探索新千年的人工智能》。Morgan Kaufmann，旧金山（2002年）
[2] Smith，R.，Self，M.，Cheeseman，P.：估算机器人中的不确定空间关系。摘自：Lemmer，J.F.，Kanal，《人工智能中的不确定性2》。Elsevier，纽约（1988）·Zbl 0645.70003号
[3] Liu，Y.，Thrun，S.：使用稀疏扩展信息滤波器的户外SLAM的结果。IEEE国际会议机器人。自动。1, 1227–1233 (2003)
[4] Guivant，J.，Nebot，E.：实时实现的同时定位和地图构建算法的优化。IEEE传输。机器人。自动。17(3), 242–257 (2001). doi:10.1109/70.938382·doi:10.1109/70.938382
[5] Williams，S.、Dissanayake，G.、Durrant-Whyte，H.F.：同时定位和映射问题的有效方法。IEEE国际会议机器人。自动。15(5), 406–411 (2002) ·Zbl 1012.68646号
[6] Tardos，J.D.、Neira，J.、Newman，P.、Leonard，J.J.：使用声纳数据在室内环境中进行稳健的绘图和定位。国际J.Rob。第21（4）号决议，311-330（2002年）·Zbl 05422584号 ·doi:10.1177/027836402320556340
[7] Julier，S.，Uhlmann，J.K.：同时定位和地图构建理论的反例。IEEE ICRA’01。五、4。韩国首尔。，第4238–4243页（2001年）
[8] Castellanos，J.A.、Neira，J.、Tardos，J.D.：基于EKF的SLAM一致性的限制。参加：第五届IFAC智能自主汽车研讨会IAV’04。葡萄牙里斯本（2004）
[9] Rodriguez-Losada，D.，Matia，F.，Pedraza，L.，Jimenez，A.，Galan，R.：室内环境中SLAM-EKF算法的一致性。J.智力。机器人。系统。50(4), 375–397 (2007). 斯普林格。国际标准刊号0921-0296·Zbl 1133.68457号 ·doi:10.1007/s10846-007-9171-8
[10] Doucet，A.，de Freitas，J.F.G.，Murphy，K.，Russel，S.：动态贝叶斯网络的Raoblecwellized粒子滤波。人工智能不确定性会议（2000年）
[11] Montemerlo，M.，Thrun，S.，Koller，D.，Wegbreit，B.：FastSLAM：同时定位和映射问题的分解解决方案。AAAI国家艺术委员会。智慧。加拿大埃德蒙顿（2002）
[12] Eliazar，A.，Parr，R.:DP-SLAM：无需预先确定的地标，即可快速、可靠地同时定位和绘制地图。In：程序。国际人工智能大会（IJCAI）（2003）
[13] Grisetti，G.，Stachniss，C.，Burgard，W.：通过自适应方案和选择性重采样，使用rao-blackwellized粒子过滤器改进基于网格的SLAM。IEEE ICRA’05，第2443–2448页，西班牙巴塞罗那（2005）
[14] Montemerlo，M.，Thrun，S.，Koller，D.，Wegbreit，B.：FastSLAM 2.0：一种改进的粒子滤波算法，用于同时定位和映射，可证明收敛。IJCAI，第1151–1156页（2003年）
[15] Hahnel，D.，Burgard，W.，Fox，D.，Thrun，S.：一种高效的FastSLAM算法，用于根据原始激光测距结果生成大规模循环环境的地图。IEEE/RSJ-IROS'03（2003年）
[16] Elinas，P.，Sim，R.，Little，J.J.：立体视觉SLAM，使用rao-blackwellised粒子过滤器和新型混合提议分布。摘自：IEEE机器人与自动化国际会议记录，第1564-1570页。佛罗里达州奥兰多（2006）
[17] Bailey，T.、Nieto，J.、Nebot，E.：FastSLAM算法的一致性。摘自：IEEE机器人与自动化国际会议，2006年，第424-429页。奥兰多，佛罗里达州，美国（2006年）
[18] Castellanos，J.A.、Montiel，J.M.、Neira，J.、Tardos，J.D.：SPmap：同步定位和地图构建的概率框架。IEEE传输。机器人。自动。15(5), 948–953 (1999) ·数字对象标识代码：10.1109/70.795798
[19] Rodriguez-Losada，D.，Matia，F.，Galan，R.：为室内服务机器人构建基于几何特征的地图。机器人。自动。系统。54, 546–558 (2006). doi:10.1016/j.robot.2006.04.003·兹伯利05137081 ·doi:10.1016/j.robot.2006.04.003
[20] Montemerlo，M.：FastSLAM：一种用于同时定位和映射未知数据关联问题的分解解决方案。卡内基梅隆大学机器人研究所CMU-RI-TR-03-28博士论文，2003年7月
[21] Neira，J.，Tardos，J.D.：使用联合相容性测试的随机映射中的数据关联。IEEE传输。机器人。自动。17(6), 890–897 (2001). 数字对象标识代码：10.1109/70.976019·数字对象标识代码：10.1109/70.976019
[22] 莱西，G.，罗德里格斯-洛萨达，D.：Guido的进化：盲人的智能步行器。接受IEEE Robot。自动。Mag.15（4），75-83（2008）。doi:10.1109/MRA.2008.929924·doi:10.1010/MRA.2008.929924
[23] Rodriguez-Losada，D.，Matia，F.，Jiménez，A.，Galan，R.，Lacey，G.：在机器人SmartWalker Guido中实现基于地图的导航。摘自：IEEE机器人与自动化国际会议，第3401-3406页。西班牙巴塞罗那（2005）
[24] Bosse，M.，Newman，P.，Leonard，J.，Teller，S.：使用地图集框架在大规模循环环境中同步定位和地图构建。国际机器人杂志。第23（12）号决议，1113-1140（2004）·Zbl 05421890号 ·doi:10.1177/0278364904049393
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。