文献

J-GLOBAL ID：201802246787577652   整理番号：18A1426737

k平均ベースの分割クラスタリングを用いた3D自律SLAMのための最先端探索技術【JST・京大機械翻訳】

Frontier Exploration Technique for 3D Autonomous SLAM Using K-Means Based Divisive Clustering

著者 (3件)： Belavadi Samaahita S. ,  Beri Rishabh ,  Malik Vidhu
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AMS  ページ： 95-100  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： 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】

シソーラス用語： *三次元 ,  *クラスタ ,  *クラスタ化 ,  分解能 ,  無人機 ,  費用関数 ,  ロボット ,  位置決め ,  アルゴリズム ,  二次元
準シソーラス用語： 探索アルゴリズム ,  三次元空間 ,  局在化 ,  *最先端 ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (7件)： 平均 ,  クラスタリング ,  3D ,  自律 ,  SLAM ,  最先端 ,  探索