Simultane Lokalisierung und Kartierung
Simultane Lokalisierung und Kartierung (SLAM) ist das Problem, einem mobilen Roboter zu ermöglichen, eine Karte seiner Umgebung zu erstellen und gleichzeitig seine eigene Position innerhalb dieser Karte anhand verrauschender Sensormessungen zu bestimmen. SLAM wurde 2006 von Durrant-Whyte und Bailey formuliert und ist fundamental für die autonome Robotik, da es Robotern ermöglicht, unbekannte Umgebungen ohne vorgefertigte Karten oder externe Positionierungssysteme zu navigieren und zu erkunden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/de/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.
- Erweiterter Kalman-FilterRegelungstechnik↔ compare
- Partikelfilter (Sequentieller Monte-Carlo-Algorithmus)Bayes-Statistik↔ compare
- Unscented-Kalman-FilterRegelungstechnik↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →