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。
未知の環境の自律マッピングは,ロボットの分野におけるよく知られた問題である。自律マッピングプロセスは,局所化,マッピング,および探査を含む。無人航空機の出現により,三次元空間を効率的にマップするために,同時位置決めとマッピング(SLAM)アルゴリズムと同時に動作する自律探索アルゴリズムの必要性がある。フロンティアベースの探査技術は,二次元環境のための頻繁に使用される自律的探査戦略である。本論文では,三次元環境の効率的マッピングのための修正フロンティアベース探索技術を提案した。三次元空間を固定分解能のセルに分割する新しいアプローチを示した。既知領域と未知領域間の境界を表すフロンティアセルを同定し,k-平均と分割クラスタリングの組合せを用いてクラスタ化した。次に,ユニークなコスト関数を評価し,最適クラスタを訪問する。最後に,Dijkstraの最短経路アルゴリズムを適用して,提案手法の効率を向上させるために,選択された最適クラスタに移動しながら訪問できる中間クラスタを選択した。シミュレーションに基づくモデルを一般的なロボット運用システムプラットフォーム上で開発し,提案した方法を2つの異なる模擬環境で試験した。この方法の有効性を検証するために,古典的最先端探査技術と比較した。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】