文献
J-GLOBAL ID:201902261748962914   整理番号:19A2175632

精密製造のためのMarkov連鎖Gibbsサンプラーを用いた3D占有マッピングによる容積次最良の視点【JST・京大機械翻訳】

Volumetric Next Best View by 3D Occupancy Mapping Using Markov Chain Gibbs Sampler for Precise Manufacturing
著者 (5件):
資料名:
巻:ページ: 121949-121960  発行年: 2019年 
JST資料番号: W2422A  ISSN: 2169-3536  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文において,著者らは,製造における高混合-低体積物体のためにMarkov連鎖モンテカルロ法を用いて,正確な3D再構成のためのモデルフリー体積Next Best View(NBV)アルゴリズムを提案した。体積情報利得ベースのNext Best Viewアルゴリズムは,目標の事前知識なしで,部分的に再構成された3D Occumapマップに関して走査環境の最大不確実性を明らかにする次の最適視点をリアルタイムに選択することができる。従来のOccupancy格子マップは,計算の実行可能性に対する2つの独立性仮定を行うが,より正確でない表面再構成をもたらす各ボクセルに対する占有確率の過剰推定に悩まされている。本論文では,Gauss分布を有する順方向センサモデルに関して,全体の体積マップを与えられた高次元完全事後占有確率からランダムサンプリングによりボクセルの事後占有確率を正確に推定するために,Markov連鎖モンテカルロ(MCMC)法の特別な事例を提案した。数値実験により,再構成されたOccupancyマップの精度と登録されたポイントクラウドの完全性を証明するために,ROS-産業フレームワークの下でのMCMC Gibbsサンプラアルゴリズムの性能を検証した。提案したMCMC Occumappingマッピングは,産業自動化を実現するために,逆センサモデルを介して,オンラインNBVアルゴリズムの調整パラメータを最適化するために使用することができた。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
信号理論 

前のページに戻る