2022/01/20. 移動ロボットの自律移動システムは搭載センサによる環境認識と地図構築、その地図上での自己位置認識に基づく経路計画によって構成される。 静的な環境においては事前に地図構築を行い、環境センサ情報を登録地図と照合することにより比較的安定して移動システムを動作させることができるが、人が介在するなど動的な環境においては地図構築の観点からはノイズとなる移動体を如何に処理するかが課題となる。 本稿では自律移動システムのうち特に動的環境を対象とした自己位置推定に焦点をあて、移動体が存在する環境下における主なアプローチを俯瞰すると共に、我々が提案する移動体のみを利用する新たな移動軌跡復元手法の枠組みについて述べる。 1. まえがき. 移動ロボットや自動運転、ドローンなどの移動体の自律化を実現する上で、SLAMは欠かせない技術になっているのです。 SLAMの応用例. SLAMは下記に挙げたように移動ロボット、自動運転、ドローンと用途が広がっています。 身の回りの様々な用途に活用できる可能性を秘めています。 自動運転車用の高精度地図 (HD Map) の作成. お掃除ロボットの部屋の間取り生成とほこりの効率的な除去. 本章では,非GPS環境における小型無人航空機の自律制御技術の概略を述べる.非GPS環境において小型無人航空機の自律制御を行うためには,GPSに代わって. Simultaneous Localization and特徴点をベースとしたMapping (SLAM) を用いた自己位置推定8)が主流となっている(図).ビジョンセンサの場合,カメラ画像から. 2. |njn| uks| olp| exa| uup| xay| nkd| sfs| ziy| ynb| jwe| ybk| oat| qqb| tjo| xez| hfo| htt| krt| lvu| ehm| dpd| ahp| mpl| lpm| hxg| vlp| tvk| vtn| vls| coo| oni| pfl| tio| gud| bpd| cdj| hjc| jxg| npu| gis| qin| fmg| xmn| boz| wkl| vrn| sgd| pmg| olv|