Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Prace Naukowe Politechniki Warszawskiej. Elektronika

2 2008

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: mobile robot localization system

Sortuj według:

Ogranicz wyniki do:

Wizyjny system lokalizacji z estymatorem prędkości i przyspieszeń dla robota mobilnego

Kiełczewski M., Pazderski D., Kozłowski K.

Prace Naukowe Politechniki Warszawskiej. Elektronika

2008

z. 166, t. 1

61-70

Praca podejmuje problem lokalizacji robota mobilnego z wykorzystaniem systemu wizyjnego i aktywnych znaczników oraz zagadnienie estymacji prędkości i przyspieszeń w ruchu płaskim. Rozważania teoretyczne dotyczące zasady pomiaru oraz estymatora Kalmana ilustrowane są wynikami badań eksperymentalnych, które wykazują użyteczność zaproponowanej metody pomiaru. Przedstawiony system pomiarowy może być wykorzystany do realizacji algorytmów sterowania robotów kołowych również w obecności poślizgu.

The paper presents localization system for mobile robot using vision system and active markers with velocity and acceleration estimator in the case of planar motion. Theoretical considerations include the principle of measurement and the details of Kalman estimator which are illustrated based by experimental work. The presented measurement system can be used for advanced control algorithms for mobile robots, also in the presence of slippage phenomenon.

Jednoczesna samolokalizacja i budowa mapy: podejście probabilistyczne

Skrzypczyński P.

Prace Naukowe Politechniki Warszawskiej. Elektronika

2008

z. 166, t. 1

3-22

Praca przedstawia zarys stanu wiedzy w dziedzinie metod jednoczesnej samolokalizacji i budowy mapy dla robotów mobilnych. Uwagę skupiono na metodach probabilistycznych wykorzystujących reprezentację otoczenia w postaci mapy cech. Sformułowano problem SLAM i zaprezentowano jego ogólne, probabilistyczne rozwiązanie oraz algorytm rozwiązania opartego na rozszerzonej filtracji Kalmana (EKF-SLAM). Przedstawiono dyskusję dotyczącą problemów zbieżności, obserwowalności i sterowalności w EKF-SLAM. Zaprezentowano także ważniejsze rozszerzenia algorytmu EKF-SLAM poprawiające jego efektywność obliczeniową i zdolność do rozwiązywania problemu dopasowywania cech do obserwacji. Zasugerowano także kierunki dalszych badań dotyczących problematyki SLAM.

This article provides an introduction to Simultaneous Localization and Mapping (SLAM), with a focus on probabilistic SLAM utilizing feature-based description of the environment. The probabilistic formulation of the SLAM problem is introduced, and a solution based on the Extended Kalman Filter (EKF-SLAM) is shown. Important issues of convergence, consistency, observability, data association and scaling in EKF-SLAM are discussed from both the theoretical and the practical point of view. Major extensions to the basic EKF-SLAM method and some recent advances in SLAM are also discussed briefly.