Simultane Lokalisatie en Kartering
Simultane Lokalisatie en Kartering (SLAM) is het probleem waarbij een mobiele robot een kaart van zijn omgeving moet opbouwen, terwijl hij tegelijkertijd zijn eigen locatie binnen die kaart bepaalt met behulp van ruisige sensormetingen. SLAM, geformuleerd door Durrant-Whyte en Bailey in 2006, is fundamenteel voor autonome robotica en stelt robots in staat om onbekende omgevingen te navigeren en te verkennen zonder voorafgaande kaarten of externe positioneringssystemen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/nl/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.
- Extended Kalman FilterRegeltechniek↔ compare
- Deeltjesfilter (Sequentiële Monte Carlo)Bayesiaanse statistiek↔ compare
- Unscented Kalman FilterRegeltechniek↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →