Simultan lokalisering och kartläggning
Simultan lokalisering och kartläggning (SLAM) är problemet att möjliggöra för en mobil robot att bygga en karta över sin omgivning samtidigt som den bestämmer sin egen position inom kartan med hjälp av brusiga sensormätningar. SLAM, som formulerades av Durrant-Whyte och Bailey 2006, är grundläggande för autonom robotik och gör det möjligt för robotar att navigera och utforska okända miljöer utan förhandsinformation om kartor eller externa positioneringssystem.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Simultaneous Localization and Mapping. ScholarGate. https://scholargate.app/sv/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.
- Utökad KalmanfilterReglerteknik↔ compare
- Partikelfilter (sekventiell Monte Carlo)Bayesiansk statistik↔ compare
- Unscented Kalman FilterReglerteknik↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →