文献

J-GLOBAL ID：201802272730568678   整理番号：18A0125418

新しい定性的運動モデルに基づく確率的屋内全地球位置決め法【Powered by NICT】

A novel qualitative motion model based probabilistic indoor global localization method

著者 (3件)： Wang Jikai (Department of Automation, University of Science and Technology of China, Hefei 230027, PR China) ,  Wang Peng (Department of Automation, University of Science and Technology of China, Hefei 230027, PR China) ,  Chen Zonghai (Department of Automation, University of Science and Technology of China, Hefei 230027, PR China)
資料名： Information Sciences  (Information Sciences)
巻： 429  ページ： 284-295  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,伝統的な確率的定位法の弱点に対処するための定性的運動モデルに基づく新しい大域的な位置特定手法を提示した。効率的な局在化のための占有地球グリッドマップを表現するために,著者らはグリッドマップ上の大域的仮想姿勢集合を生成した。マップは,姿勢に関連した仮想観測の集合として表現される。オンライン大域的定位を提案し強化された粒子フィルタに基づいて実行した。最初に,ロボットは位置している可能性がある粒子集合が発生候補仮説設定における試料採取過程によって得られる。第二に,粒子集合は定性的な運動モデルを用いて伝搬すると運動モデルの不確実性の負の効果を除去した。第三に,粒子追跡過程において,歴史的情報と現在の見解では,粒子の信念に組み込んだ。ロボット姿勢は最高量の粒子と推定した。添加では,位置決め精度は,異なる密度を有する仮想姿勢をサンプリングすることにより調節することができた。実験の結果は,提案した方法は,運動モデルの不確実性に対してロバストであり,正確な大域的定位を行うことができることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ロバスト性 ,  *地球 ,  ロボット ,  定位 ,  *位置決め
準シソーラス用語： 位置決め精度 ,  粒子追跡 ,  粒子フィルタ ,  オンライン ,  局在化 ,  *屋内 ,  *運動モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： グローバルな位置決め ,  定性的運動モデル ,  粒子フィルタ ,  信念

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 (5件)： 運動モデル ,  確率 ,  屋内 ,  地球 ,  位置決め法