文献

J-GLOBAL ID：201902259975421724   整理番号：19A1541655

マップの効率的併合と変化の検出【JST・京大機械翻訳】

Efficient Merging of Maps and Detection of Changes

著者 (4件)： Flood Gabrielle (Centre for Mathematical Sciences, Lund University, Lund, Sweden) ,  Gillsjo David (Centre for Mathematical Sciences, Lund University, Lund, Sweden) ,  Heyden Anders (Centre for Mathematical Sciences, Lund University, Lund, Sweden) ,  Åstrom Kalle (Centre for Mathematical Sciences, Lund University, Lund, Sweden)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11482  ページ： 348-360  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 安価なセンサと計算能力の出現により,より良いアルゴリズムと同様に,群衆ソースデータを用いて運動から構造を構築することが可能である。地図の個々の推定は,例えば画像,音または無線を用いて,運動(SfM)または同時位置決めとマッピング(SLAM)から構造を用いて得ることができる。しかし,共同SLAMのために使用される地図併合の問題は,更なる注意を必要とする。本論文では,地図併合と共同SLAMの背後にある基本原理を研究した。著者らは,計算的に効率的な方法で,個々のマップの小さなメモリフットプリント表現に基づくマップを併合する方法を開発した。また,地図の変化を検出するために,同じ枠組みを用いる方法を示した。これにより,マップを併合する前に矛盾する部分を除去することが可能になる。この方法を,無線センサとカメラからの両方のセンサデータを用いて,シミュレーションと実データの両方で試験した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  音響 ,  *センサ ,  位置決め ,  カメラ ,  画像
準シソーラス用語： センサデータ ,  無線センサ ,  ワイヤレス ,  低価格 , 【Automatic Indexing@JST】

著者キーワード (4件)： 地図併合 ,  変化検出 ,  協調SLAM ,  SFM

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： マップ ,  併合