文献

J-GLOBAL ID：202002211660335425   整理番号：20A2144065

OD-SLAM:マルチセンサフュージョンによる動的環境における実時間位置決めとマッピング【JST・京大機械翻訳】

OD-SLAM: Real-Time Localization and Mapping in Dynamic Environment through Multi-Sensor Fusion

著者 (3件)： Xu Hua (Key Laboratory of Autonomous Systems and Networked Control, College of Automation Science and Engineering, South China University of Technology,Guangzhou,China) ,  Yang Chenguang (Key Laboratory of Autonomous Systems and Networked Control, College of Automation Science and Engineering, South China University of Technology,Guangzhou,China) ,  Li Zhijun (School of Information Science and Technology, University of Science and Technology of China,Anhui,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICARM  ページ： 172-177  発行年： 2020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： ロボットがその位置を知っているときだけ,いくつかの特定の機能を実行することができる。しかし,多くの場合,ロボットは未知の環境に直面して,どこか知らない。視覚SLAMシステムは,位置決めのために周囲の環境の画像を捕えるためにロボットにカメラを使用する。これは位置決めのための外部情報に依存する方法である。外部情報が動的であるとき,従来の視覚SLAMシステムによって推定した姿勢は不正確である。そこで本論文では,動的環境におけるロボット位置決めを実現するために,主にニューラルネットワークとマルチセンサ融合を用いる新しいSLAMシステムを提案した。SLAMシステムをORB-SLAM2に基づいて開発した。それは,ニューラルネットワークを通して画像において高度に動的対象物を認識して,画像からそれらを除去する。ニューラルネットワークは時間ごとに動的オブジェクトを正確に同定できないので,SLAMシステムの姿勢推定に影響する。したがって,本論文で提案したSLAMシステムは,画像で抽出された特徴を制約するためにオドメータを使用して,静的特徴を得て,最終的により正確な姿勢を推定する。最後に,実験結果は,著者らのシステムが従来の視覚SLAMシステムおよび他の動的SLAMシステムと比較して,より良いリアルタイムおよび精度を有することを示した。Copyright 2020 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： カメラ ,  視覚 ,  *ロボット ,  ニューラルネットワーク ,  位置決め
準シソーラス用語： 姿勢推定 ,  動的環境 ,  実時間 ,  マルチセンサフュージョン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： OD ,  SLAM ,  マルチセンサフュージョン ,  動的環境 ,  実時間 ,  マッピング