Localización y Mapeo Simultáneos
La Localización y Mapeo Simultáneos (SLAM, por sus siglas en inglés) es el problema de permitir que un robot móvil construya un mapa de su entorno mientras determina simultáneamente su propia ubicación dentro de ese mapa utilizando mediciones de sensores ruidosas. Formulada por Durrant-Whyte y Bailey en 2006, SLAM es fundamental para la robótica autónoma, permitiendo a los robots navegar y explorar entornos desconocidos sin mapas previos ni sistemas de posicionamiento externos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/es/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.
- Filtro de Kalman ExtendidoTeoría de control↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Filtro de Kalman sin PerfumeTeoría de control↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →