抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
過去10年間,マルチロボット同時位置決めとマッピング(SLAM)が広く研究されてきた。しかし,多数のロボットを持つ協調SLAMの問題は,ロボットの数十のように,十分に解決されていない。大規模地図併合における計算の複雑さだけでなく,このプロセスにおける並列計算を可能にする非効率性からの難問は,強力なクラウドインフラストラクチャのようなコンピューティング技術のフロンティアを作るために不可欠である。これらの課題を効果的に扱うために,特に後者のものでは,クラウドロボットパラダイムに基づくスケーラブルでリアルタイムのマルチロボット視覚SLAMフレームワークを提案した。著者らのフレームワークの顕著な特徴は,それがクラスタにおける複数のコンピューティングホストにSLAMプロセスを配布することができるということであり,それは並列にマップ構築を可能にした。異なるサブタスク間のデータ共有からボトルネックを除去するために,地図データに対する一貫性ポリシーと同様に,様々なメッセージングシナリオに対する多様なメッセージングパターンも導入した。著者らのフレームワークのプロトタイプに関する評価は,著者らの方法が,姿勢推定と地図構築の精度に関する妥協なしで,同時に256のロボット実体として多くのサポートを行うことができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】