Localisation et cartographie simultanées
La localisation et cartographie simultanées (SLAM) est le problème consistant à permettre à un robot mobile de construire une carte de son environnement tout en déterminant simultanément sa propre position dans cette carte à l'aide de mesures de capteurs bruitées. Formulée par Durrant-Whyte et Bailey en 2006, la SLAM est fondamentale pour la robotique autonome, permettant aux robots de naviguer et d'explorer des environnements inconnus sans cartes préalables ni systèmes de positionnement externes.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/fr/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 ÉtenduThéorie du contrôle↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Filtre de Kalman non scelléThéorie du contrôle↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →