文献

J-GLOBAL ID：202202215769067744   整理番号：22A0438441

協調的分散同時位置決めとマッピングのための視覚的慣性データの共有【JST・京大機械翻訳】

Sharing visual-inertial data for collaborative decentralized simultaneous localization and mapping

著者 (4件)： Dubois Rodolphe (DTIS, ONERA, F-91123 Palaiseau, France) ,  Dubois Rodolphe (Centrale Nantes, LS2N, UMR 6004, Nantes, France) ,  Eudes Alexandre (DTIS, ONERA, F-91123 Palaiseau, France) ,  Fremont Vincent (Centrale Nantes, LS2N, UMR 6004, Nantes, France)
資料名： Robotics and Autonomous Systems  (Robotics and Autonomous Systems)
巻： 148  ページ： Null  発行年： 2022年 
JST資料番号： C0133C  ISSN： 0921-8890  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 単一ロボットSLAMアルゴリズムの成熟度に関して,協調SLAMは効率およびロバスト性に関して有意な利得をもたらしたが,情報,ネットワークおよび資源制約のような新しい課題を提起した。いくつかのマルチロボットフレームワークを,高度統合および完全分散アーキテクチャから完全分散および分散方式まで,視覚SLAMのためにコインした。しかし,多くの提案アーキテクチャは,自分自身の推定精度を強化するために,他のエージェントによって処理したデータを融合する際に,ロボットの自律性を損なう。本論文では,剛体,凝縮および剪定視覚慣性パケットに基づいて,視覚慣性情報を共有する3つの方法を提案した。また,そのようなパケットの計算,交換および統合を組織化するための共通協調SLAMアーキテクチャを提案した。EuRoC(Burri et al.2016)データセットと著者らのカスタムデータセットAirMuseum(Dubois et al.2020)の方法を評価した。実験は,提案方法が一貫した視覚慣性パケットを構築,交換,統合することを可能にし,それらの軌道推定精度を数センチメートルまで改善することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 剛体 ,  *視覚 ,  ネットワーク ,  ロボット ,  位置決め ,  利得 ,  熟度 ,  計算機アーキテクチャ ,  パケット ,  ロバスト性 ,  エージェント ,  マルチロボット
準シソーラス用語： 自律性 ,  推定精度 ,  資源制約 , 【Automatic Indexing@JST】

著者キーワード (2件)： ロボット工学 ,  視覚-慣性協調SLAM

分類 (1件)： ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (5件)： 協調 ,  マッピング ,  視覚 ,  慣性 ,  共有