Cookies y Privacidad
Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies
Algoritmo SLAM ligero y rápido para robots en entornos interiores que utiliza un mapa de segmentos lineales
La Localización y Mapeo Simultáneo (SLAM, por sus siglas en inglés) es una técnica importante para la navegación de sistemas robóticos. Debido a la alta complejidad del algoritmo, el SLAM generalmente requiere mucho tiempo de computación o una gran cantidad de memoria para lograr resultados precisos. En este artículo, presentamos un algoritmo de SLAM basado en filtro de partículas Rao-Blackwellizado (RBPF) ligero para entornos interiores, que utiliza segmentos de línea extraídos del sensor láser de alcance como la estructura de mapa fundamental para reducir el uso de memoria. Dado que la mayoría de las estructuras principales de los entornos interiores suelen ser ortogonales entre sí, también podemos aumentar eficientemente la precisión y reducir la complejidad de nuestro algoritmo explotando esta propiedad ortogonal de los segmentos de línea, es decir, tratamos los segmentos de línea que son paralelos o perpendiculares entre sí de manera especial al calcular el peso de importancia de cada partícula. Los resultados experimentales muestran que nuestro trabajo es capaz de dibujar mapas en entornos interiores complejos, necesitando solo una cantidad muy baja de memoria y mucho menos tiempo de computación en comparación con otros algoritmos de SLAM basados en mapas de rejilla RBPF.
Autores: Kuo, Bor-Woei; Chang, Hsun-Hao; Chen, Yung-Chang; Huang, Shi-Yu
Idioma: Inglés
Editor: Hindawi Publishing Corporation
Año: 2011
Disponible con Suscripción Virtualpro
Artículos
Categoría
Ingeniería y Tecnología
Licencia
Atribución – Compartir igual
Consultas: 11
Citaciones: Sin citaciones
Hindawi
Journal of Robotics
Volume , Article ID 257852, 12 pages
https://doi.org/10.1155/2011/257852
Kuo Bor-Woei1, Chang Hsun-Hao1, Chen Yung-Chang2, Huang Shi-Yu3
Department of Electrical Engineering, National Tsing-Hua University 101 Taiwan, Department of Electrical Engineering, National Tsing-Hua University 720R, EECS Bldg, 101 Taiwan, Department of Electrical Engineering, National Tsing-Hua University 818, EECS Bldg, 101 TaiwanAcademic Editor: Wrn Heinz
Contact: @hindawi.com
La Localización y Mapeo Simultáneo (SLAM, por sus siglas en inglés) es una técnica importante para la navegación de sistemas robóticos. Debido a la alta complejidad del algoritmo, el SLAM generalmente requiere mucho tiempo de computación o una gran cantidad de memoria para lograr resultados precisos. En este artículo, presentamos un algoritmo de SLAM basado en filtro de partículas Rao-Blackwellizado (RBPF) ligero para entornos interiores, que utiliza segmentos de línea extraídos del sensor láser de alcance como la estructura de mapa fundamental para reducir el uso de memoria. Dado que la mayoría de las estructuras principales de los entornos interiores suelen ser ortogonales entre sí, también podemos aumentar eficientemente la precisión y reducir la complejidad de nuestro algoritmo explotando esta propiedad ortogonal de los segmentos de línea, es decir, tratamos los segmentos de línea que son paralelos o perpendiculares entre sí de manera especial al calcular el peso de importancia de cada partícula. Los resultados experimentales muestran que nuestro trabajo es capaz de dibujar mapas en entornos interiores complejos, necesitando solo una cantidad muy baja de memoria y mucho menos tiempo de computación en comparación con otros algoritmos de SLAM basados en mapas de rejilla RBPF.
Descripción
La Localización y Mapeo Simultáneo (SLAM, por sus siglas en inglés) es una técnica importante para la navegación de sistemas robóticos. Debido a la alta complejidad del algoritmo, el SLAM generalmente requiere mucho tiempo de computación o una gran cantidad de memoria para lograr resultados precisos. En este artículo, presentamos un algoritmo de SLAM basado en filtro de partículas Rao-Blackwellizado (RBPF) ligero para entornos interiores, que utiliza segmentos de línea extraídos del sensor láser de alcance como la estructura de mapa fundamental para reducir el uso de memoria. Dado que la mayoría de las estructuras principales de los entornos interiores suelen ser ortogonales entre sí, también podemos aumentar eficientemente la precisión y reducir la complejidad de nuestro algoritmo explotando esta propiedad ortogonal de los segmentos de línea, es decir, tratamos los segmentos de línea que son paralelos o perpendiculares entre sí de manera especial al calcular el peso de importancia de cada partícula. Los resultados experimentales muestran que nuestro trabajo es capaz de dibujar mapas en entornos interiores complejos, necesitando solo una cantidad muy baja de memoria y mucho menos tiempo de computación en comparación con otros algoritmos de SLAM basados en mapas de rejilla RBPF.