Machine learningMapping and Localization
동시 위치 결정 및 지도 작성
Simultaneous Localization and Mapping (SLAM)는 이동 로봇이 노이즈가 포함된 센서 측정값을 사용하여 지도 내 자신의 위치를 동시에 결정하면서 주변 환경의 지도를 구축하는 문제를 말합니다. Durrant-Whyte와 Bailey가 2006년에 정립한 SLAM은 자율 로보틱스에 근본적인 것으로, 로봇이 사전 지도나 외부 위치 시스템 없이도 알려지지 않은 환경을 탐색하고 탐험할 수 있게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/ko/control-theory/simultaneous-localization-and-mapping
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
나란히 비교하기 →