文献

J-GLOBAL ID：202202239690998014   整理番号：22A0388926

マルチロボット基数バランスマルチBernoulliフィルタ同時位置決めとマッピング法【JST・京大機械翻訳】

Multi-robot cardinality-balanced multi-Bernoulli filter simultaneous localization and mapping method

著者 (3件)： Zhang Zijing (School of Electronic and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, People’s Republic of China) ,  Zhang Fei (School of Electronic and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, People’s Republic of China) ,  Ji Chuantang (School of Electronic and Information, Jiangsu University of Science and Technology, Zhenjiang 212003, People’s Republic of China)
資料名： Measurement Science and Technology  (Measurement Science and Technology)
巻： 33  号： 3  ページ： 035101 (17pp)  発行年： 2022年 
JST資料番号： C0354C  ISSN： 0957-0233  CODEN： MSTCEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 複雑な屋内環境における移動ロボットの同時位置確認とマッピング(SLAM)精度を改善するために,マルチロボット基本バランスマルチBernoulliフィルタSLAM(MR-CBMber-SLAM)法を提案した。最初に,この方法はランダム有限集合(RFS)理論に基づく多重Bernoulliフィルタを導入し,複雑なデータ会合問題を解決した。この方法は,マルチBernoulliフィルタがSLAMマップ特徴推定の側面を過大評価し,多重Bernoulliフィルタとの均衡化の戦略を組み合わせるという問題を克服することを目的とした。さらに,SLAMの精度と動作効率をさらに改善するために,マルチロボット戦略とマルチロボットGauss情報融合法を提案した。実験では,MR-CBMber-SLAM法をマルチ車両確率仮説密度SLAM(MV-PHD-SLAM)法と比較した。実験結果は,MR-CBMber-SLAM法がMV-PHD-SLAM法より良いことを示した。したがって,MR-CBMber-SLAM法は,複雑な屋内環境により適応可能であることを,効果的に検証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *写像 ,  フィルタ ,  位置決め ,  多重化 ,  屋内環境 ,  釣合 ,  移動ロボット ,  *マルチロボット
準シソーラス用語： 基数 , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： マルチロボット ,  基数 ,  バランス ,  マルチ ,  マッピング法