• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >ROBOT LOCALIZATION FROM SURROUNDING VIEWS USING MONTE CARLO ROBUST AGAINST SUCCESSIVE OUTLIERS
【24h】

ROBOT LOCALIZATION FROM SURROUNDING VIEWS USING MONTE CARLO ROBUST AGAINST SUCCESSIVE OUTLIERS

机译：使用蒙特卡罗健壮对抗成功客群的周围观点的机器人定位

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

We propose clustering Monte Carlo as a new method of localization for an autonomous robot from surrounding views and dead reckoning data. Localization is one of very important techniques for autonomous robots in many scenes, e.g., RoboCup (autonomous robot soccer league). Recently, a resetting Monte Carlo localization method was proposed. However, the method cannot deal with successive outliers well. The proposed methods are improvements of the resetting Monte Carlo localization method and good at dealing with successive outliers.
机译：我们建议将蒙特卡罗（Monte Carlo）聚类，作为一种从周围视野和航位推算数据中对自主机器人进行定位的新方法。对于许多场景中的自主机器人来说，本地化是非常重要的技术之一，例如RoboCup（自主机器人足球联赛）。最近，提出了一种重置蒙特卡洛定位方法。但是，该方法不能很好地处理连续的离群值。所提出的方法是对重置蒙特卡洛定位方法的改进，擅长处理连续的离群值。

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