Ταυτόχρονος Εντοπισμός και Χαρτογράφηση
Ο Ταυτόχρονος Εντοπισμός και Χαρτογράφηση (SLAM) είναι το πρόβλημα της δυνατότητας ενός κινητού ρομπότ να κατασκευάσει έναν χάρτη του περιβάλλοντός του, ενώ ταυτόχρονα προσδιορίζει τη δική του θέση εντός αυτού του χάρτη χρησιμοποιώντας θορυβώδεις μετρήσεις αισθητήρων. Διατυπωμένο από τους Durrant-Whyte και Bailey το 2006, το SLAM είναι θεμελιώδες για τη ρομποτική αυτονομίας, επιτρέποντας στα ρομπότ να πλοηγούνται και να εξερευνούν άγνωστα περιβάλλοντα χωρίς προηγούμενους χάρτες ή εξωτερικά συστήματα εντοπισμού θέσης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/el/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.
- Επεκτεταμένο Φίλτρο ΚάλμανΘεωρία Ελέγχου↔ compare
- Φίλτρο Σωματιδίων (Διαδοχικό Monte Carlo)Μπεϋζιανή Στατιστική↔ compare
- Απρόσκοπτο Φίλτρο KalmanΘεωρία Ελέγχου↔ compare
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →