Одновременная локализация и картографирование
Одновременная локализация и картографирование (SLAM) — это задача, позволяющая мобильному роботу построить карту окружающей среды, одновременно определяя свое собственное местоположение на этой карте с использованием зашумленных измерений датчиков. Сформулированная Дюрант-Уайтом и Бейли в 2006 году, SLAM является фундаментальной для автономной робототехники, позволяя роботам перемещаться и исследовать неизвестные среды без предварительных карт или внешних систем позиционирования.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/ru/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.
- Расширенный фильтр КалманаТеория управления↔ compare
- Фильтр частиц (последовательное Монте-Карло)Байесовские методы↔ compare
- Фильтр Калмана без унарного преобразования (Unscented Kalman Filter, UKF)Теория управления↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →