文献

J-GLOBAL ID：201802273735874630   整理番号：18A0587947

非都市環境におけるロバストな長距離teachと反復【Powered by NICT】

Robust long-range teach-and-repeat in non-urban environments

著者 (4件)： Ebert Felix (Department of Aerospace Engineering, Institute for Autonomous Systems Technology (TAS), University of the Bundeswehr Munich, Germany) ,  Fassbender Dennis (Department of Aerospace Engineering, Institute for Autonomous Systems Technology (TAS), University of the Bundeswehr Munich, Germany) ,  Naujoks Benjamin (Department of Aerospace Engineering, Institute for Autonomous Systems Technology (TAS), University of the Bundeswehr Munich, Germany) ,  Wuensche Hans-Joachim (Department of Aerospace Engineering, Institute for Autonomous Systems Technology (TAS), University of the Bundeswehr Munich, Germany)
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： 自律自動車を可能にする非都市環境における輸送タスクを遂行するためにロバストな教示と反復システムを提案した。担体を最初に標識無し,LiDARベース物体追跡アルゴリズムによって追跡したヒトガイドに従って二つの任意の場所間の望ましい経路を学習する。経路に沿って後方に移動することにより,自律的にナビゲーションがガイドは,車両は記録された経路を修正する能力を持っている。第二段階では,経路のエンドポイントの間を往復し始めた。この目的のために,ハイブリッドA*ベースプランナは,そのコストは局所環境の特徴,勾配,植生と道路確率のような多数のに基づいている動的に実現可能で,衝突のない軌道を生成する。階層的状態機械は様々なソフトウェアモジュール間の相互作用を調整するとミッションの進展をモニターした。往復時の道路閉塞を検出するとき,それは現在の目標への代替経路を見出すためにオープン道路地図データを使用した。自律自動車MuCAR3にシステムを試験した。実験中に記録されたデータとは別に,ヨーロッパ土地ロボット試験(ELROB)2016競争,MuCAR3はMULEシナリオで最初に起りが関与の結果を提示した。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： 土地 ,  ヨーロッパ ,  ロボット ,  *ロバスト性 ,  相互作用 ,  自動車 ,  *都市環境 ,  道路
準シソーラス用語： 地図データ ,  道路閉塞 ,  追跡アルゴリズム ,  自律性 ,  *長距離 , 【Automatic Indexing@JST】

分類 (3件)： ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 都市環境 ,  ロバスト ,  長距離 ,  反復