Lokalisasi dan Pemetaan Serentak
Lokalisasi dan Pemetaan Serentak (SLAM) ialah masalah membolehkan robot mudah alih membina peta persekitarannya sambil secara serentak menentukan lokasinya sendiri dalam peta tersebut menggunakan ukuran sensor yang bising. Dirumuskan oleh Durrant-Whyte dan Bailey pada tahun 2006, SLAM adalah asas kepada robotik autonomi, membolehkan robot menavigasi dan meneroka persekitaran yang tidak diketahui tanpa peta terdahulu atau sistem kedudukan luaran.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 memetik halaman ini
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/ms/control-theory/simultaneous-localization-and-mapping
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Penapis Kalman LanjutanTeori Kawalan↔ banding
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ banding
- Penapis Kalman Tak BerbauTeori Kawalan↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →