文献

J-GLOBAL ID：201902249543314196   整理番号：19A1203064

動的環境下の自律移動ロボットのための物体認識ベースのロバストマッピング【JST・京大機械翻訳】

Object Recognition Based Robust Mapping for the Autonomous Mobile Robot Under Dynamic Environment

著者 (3件)： Zhang Bin (Kanagawa University) ,  Kaneko Masahide (The University of Electro-Communications) ,  Lim Hunok (Kanagawa University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SCIS-ISIS  ページ： 1336-1341  発行年： 2018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： 同時局所化とマッピング(SLAM)は自律移動ロボットのための必須技術である。2Dマッピングは,それが生成しやすく,3Dマッピングより少ない計算量しか持たないので,最近,大いに開発され,ナビゲーションタスクに広く使われている。しかしながら,2D情報は,実際の3D環境を反映するのに十分ではない。本論文では,不動領域グリッドマップ法を用いた2Dマッピング法を提案した。3D物体を3Dセンサにより検出し,物体認識結果を確率モデルにより2Dマップに反映し,オブジェクト認識結果を用いてマップを生成するために観測された情報を用いる程度を計算した。この方法で,3D物体をマップに反映し,ポテンシャル移動物体をマップから削除した。提案した方法の有効性は,屋内環境下での実験により証明され,そこでは,3D物体(例えば,デスクや椅子)や人間が含まれている。提案した方法により,生成した2Dマップは3D物体の領域を良く示し,潜在的移動物体(静的人間)を正しく削除する。Copyright 2019 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： 計算量 ,  確率モデル ,  屋内環境 ,  有効性 ,  *物体認識 ,  写像 ,  センサ ,  *ロバスト性 ,  二次元 ,  移動体 ,  三次元
準シソーラス用語： 三次元マッピング ,  局在化 ,  *自律移動ロボット ,  *動的環境 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (3件)： 動的環境 ,  自律移動ロボット ,  物体認識