文献

J-GLOBAL ID：202202261290588467   整理番号：22A0849047

SLAMを用いたロボットにおける性能モデル【JST・京大機械翻訳】

Performance Models in Robotics With a Use Case on SLAM

著者 (3件)： Piazza Enrico (Dipartimento di Elettronica, Informazione e Bioingegneria, Politecnico di Milano, Milano, Italy) ,  Lima Pedro U. (Institute for Systems and Robotics, Instituto Superior Te ́cnico, Universidade de Lisboa, Lisbon, Portugal) ,  Matteucci Matteo (Dipartimento di Elettronica, Informazione e Bioingegneria, Politecnico di Milano, Milano, Italy)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 4646-4653  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  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： ロボット機能を実行するソフトウェアコンポーネントの性能は,システム構成(例えば,利用可能なセンサとロボット運動学)から動作環境までの多くの因子に依存し,部品構成パラメータによって通過する。そのようなソフトウェアコンポーネントの性能をモデル化するためのナイーブなアプローチは,そのような変数のあらゆる可能な組合せでその性能を測定することである。しかし,複数の測定がそれらの各々に対して実行されるべきであることを考慮すると,これは組合せの数が扱いにくいので,これは不可能であった。この問題を扱いやすくするために,比較的少数の組合せをサンプリングし,それらの各々に対して実験を行い,これらの結果から,コンポーネント性能モデルと呼ぶソフトウェアコンポーネント性能の統計的モデルを推定した。性能モデルは,与えられた設定とその最適構成で用いる最良のものを決定するために,同じ機能性を実行する異なるコンポーネントの比較を可能にする。さらに,多重機能の性能モデルは,設計時間における全体システムの性能を予測するために構成される。性能モデルを抽出するための一般的フレームワークの他に,ここでは,同時位置決めとマッピング(SLAM)における操作使用事例を提示した。Copyright 2022 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： *ロボット ,  位置決め ,  モデリング ,  多重化 ,  *モデル ,  センサ ,  パラメータ ,  構成 ,  ソフトウェアコンポーネント
準シソーラス用語： システム構成 ,  機能性 ,  *性能モデル ,  ロボット運動学 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (3件)： SLAM ,  ロボット ,  性能モデル