Biblioteca122.739 documentos en línea

Artículo

FastSLAM Using Compressed Occupancy GridsFastSLAM con cuadrículas de ocupación comprimidas

Resumen

Los vehículos robóticos que trabajan en entornos desconocidos requieren la capacidad de determinar su ubicación mientras aprenden sobre los obstáculos situados a su alrededor. En este artículo se presenta un método para resolver el problema SLAM que hace uso de cuadrículas de ocupación comprimidas. El enfoque presentado es una extensión del algoritmo FastSLAM que almacena una forma comprimida de la rejilla de ocupación para reducir la cantidad de memoria necesaria para almacenar el conjunto de rejillas de ocupación mantenidas por el filtro de partículas. El rendimiento del algoritmo se presenta mediante resultados experimentales obtenidos utilizando un pequeño vehículo terrestre de bajo coste equipado con LiDAR, brújula y cámara orientada hacia abajo que proporciona al vehículo mediciones de odometría visual. Los resultados presentados demuestran que aunque con nuestro enfoque la rejilla de ocupación mantenida por cada partícula utiliza sólo el 40% de los datos necesarios para almacenar la rejilla de ocupación sin comprimir, todavía podemos lograr resultados casi idénticos al enfoque en el que cada filtro de partículas almacena la rejilla de ocupación completa.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento