Localizzazione e mappatura simultanee
La localizzazione e mappatura simultanee (Simultaneous Localization and Mapping, SLAM) è il problema di consentire a un robot mobile di costruire una mappa del suo ambiente determinando al contempo la propria posizione all'interno di tale mappa utilizzando misurazioni rumorose dei sensori. Formulato da Durrant-Whyte e Bailey nel 2006, SLAM è fondamentale per la robotica autonoma, consentendo ai robot di navigare ed esplorare ambienti sconosciuti senza mappe preesistenti o sistemi di posizionamento esterni.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/it/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 di Kalman EstesoTeoria del controllo↔ compare
- Filtro a particelle (Monte Carlo Sequenziale)Bayesiano↔ compare
- Filtro di Kalman Non Lineare (Unscented Kalman Filter, UKF)Teoria del controllo↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →