文献

J-GLOBAL ID：201802243466389948   整理番号：18A0587996

SLAMのための線形complexity確率的変分Bayes推論【Powered by NICT】

Linear-complexity stochastic variational Bayes inference for SLAM

著者 (4件)： Jiang Xiaoyue (ST Engineering - NTU Corporate Lab, School of Electrical and Electronic Engineering, Nanyang Technological University Singapore) ,  Hoy Michael (ST Engineering - NTU Corporate Lab, School of Electrical and Electronic Engineering, Nanyang Technological University Singapore) ,  Yu Hang (Centre for System Intelligence and Efficiency (EXQUISITUS), School of Electrical and Electronic Engineering, Nanyang Technological University Singapore) ,  Dauwels Justin (ST Engineering - NTU Corporate Lab, School of Electrical and Electronic Engineering, Nanyang Technological University Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ITSC  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 同時位置決めおよびマッピング(SLAM)問題は,環境マップを構築するためにセンサデータを用いたが,またこのマップ内の自律エージェントを局在化に関するものである。二つのアプローチは,現在流行している(Bayesフィルタリングとグラフベース最適化)が,これらは両近似を含み,改善される可能性がある。本論文では,変分Bayes推論から誘導された新しい高速SLAMアルゴリズムを提案した。平均場型近似を用いて,得られた計算量は線形である。も推論の柔軟性を改善するための経験的Bayes仮定を追加した。実験を,合成データと実際のRGB-D画像の両方を行った。提案した方法は,合成データに全てのシナリオで42%の平均誤差低減,および実画像(二他のベースラインアルゴリズムに関して)に26%の平均誤差低減を達成した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高速度 ,  計算量 ,  *線形性 ,  近似法 ,  柔軟性 ,  最適化 ,  画像 ,  位置決め ,  *Bayes推定 ,  *変分法
準シソーラス用語： 誤差低減 ,  Bayesフィルタリング ,  局在化 ,  自律エージェント ,  環境地図 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： SLAM ,  線形 ,  確率 ,  変分 ,  Bayes推論