Lokalisasi dan Pemetaan Simultan
Lokalisasi dan Pemetaan Simultan (SLAM) adalah masalah memungkinkan robot bergerak untuk membangun peta lingkungannya sambil secara bersamaan menentukan lokasinya sendiri di dalam peta tersebut menggunakan pengukuran sensor yang berisik. Dirumuskan oleh Durrant-Whyte dan Bailey pada tahun 2006, SLAM fundamental bagi robotika otonom, memungkinkan robot untuk bernavigasi dan menjelajahi lingkungan yang tidak diketahui tanpa peta sebelumnya atau sistem penentuan posisi eksternal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/id/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.
- Filter Kalman DiperluasTeori Kendali↔ compare
- Filter Partikel (Monte Carlo Sekuensial)Bayesian↔ compare
- Filter Kalman Tak Beraroma (Unscented Kalman Filter)Teori Kendali↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →