Localització i Mapeig Simultani
La Localització i Mapeig Simultani (SLAM) és el problema de permetre a un robot mòbil construir un mapa del seu entorn alhora que determina la seva pròpia ubicació dins d'aquest mapa utilitzant mesures de sensors sorolloses. Formulat per Durrant-Whyte i Bailey el 2006, SLAM és fonamental per a la robòtica autònoma, ja que permet als robots navegar i explorar entorns desconeguts sense mapes previs o sistemes de posicionament externs.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Durrant-Whyte, H., & Bailey, T. (2006). Simultaneous localization and mapping (SLAM): Part I. IEEE Robotics & Automation Magazine, 13(2), 99-110. DOI: 10.1109/MRA.2006.1638022 ↗
- Thrun, S., Burgard, W., & Fox, D. (2005). Probabilistic Robotics. MIT Press. link ↗
- Dellaert, F., & Kaess, M. (2012). Square root SAM: Simultaneous localization and mapping via square root factor graphs. International Journal of Robotics Research, 25(12), 1181-1203. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/ca/control-theory/simultaneous-localization-and-mapping
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Filtre de Kalman EstèsTeoria de control↔ compare
- Filtre de partícules (Mètodes Sequencials de Monte Carlo)Bayesià↔ compare
- Filtre de Kalman No Lineal (Unscented Kalman Filter, UKF)Teoria de control↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →