Localização e Mapeamento Simultâneos
Localização e Mapeamento Simultâneos (SLAM) é o problema de permitir que um robô móvel construa um mapa de seu ambiente enquanto determina simultaneamente sua própria localização dentro desse mapa usando medições de sensores ruidosas. Formulada por Durrant-Whyte e Bailey em 2006, SLAM é fundamental para a robótica autônoma, permitindo que robôs naveguem e explorem ambientes desconhecidos sem mapas prévios ou sistemas de posicionamento externos.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/pt/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 de Kalman EstendidoTeoria de controle↔ compare
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ compare
- Filtro de Kalman Não Linear (Unscented Kalman Filter - UKF)Teoria de controle↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →