• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International symposium on experimental robotics;ISER'11; 20080713-16;20080713-16; Athens(GR);Athens(GR) >A Robust Method of Localization and Mapping Using Only Range
【24h】

A Robust Method of Localization and Mapping Using Only Range

机译：仅使用范围的鲁棒的定位和映射方法

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we present results in mobile robot localization and simultaneous localization and mapping (SLAM) using range from radio. In previous work we have shown how range readings from radio tags placed in the environment can be used to localize a robot and map tag locations using a standard Cartesian extended Kalman filter (EKF) that linearizes the probability distribution due to range measurements based on prior estimates. Our experience with this method was that the filter could perform poorly and even diverge in cases of missing data and poor initialization. Here we present a new formulation that utilizes a polar parameterization to gain robustness without sacrificing accuracy. Specifically, our method is shown to have significantly better performance with poor and even no initialization, infrequent measurements, and incorrect data association. We present results from a mobile robot equipped with high accuracy ground truth, operating over several kilometers.
机译：在本文中，我们介绍了使用无线电范围的移动机器人定位以及同时定位和映射（SLAM）的结果。在先前的工作中，我们已经展示了如何使用标准笛卡尔扩展卡尔曼滤波器（EKF）将放置在环境中的无线电标签的距离读数用于定位机器人和地图标签的位置，该滤波器可线性化由于基于先前估计的距离测量而导致的概率分布。我们使用这种方法的经验是，在缺少数据和初始化不佳的情况下，过滤器的性能可能会很差，甚至会发散。在这里，我们提出了一种新的公式，该公式利用极性参数化来获得鲁棒性而又不牺牲精度。具体而言，我们的方法显示出显着更好的性能，即使初始化不佳甚至没有初始化，不频繁测量以及不正确的数据关联也是如此。我们介绍了配备了可运行数公里的高精度地面实况的移动机器人的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号