La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Self-Taught Classifier of Gateways for Hybrid SLAM Classificateur autodidacte de passerelles pour le SLAM hybride

Xuan-Dao NGUYEN, Mun-Ho JEONG, Bum-Jae YOU, Sang-Rok OH

  • Vues en texte intégral

    0

  • Citer

Résumé:

Cet article propose un classificateur autodidacte de passerelles pour le SLAM hybride. Les passerelles sont détectées et reconnues par le classificateur autodidacte, qui est un classificateur SVM et autodidacte dans le sens où ses échantillons d'apprentissage sont produits et étiquetés sans intervention de l'utilisateur. Étant donné que la détection de passerelles aux limites topologiques d'une carte métrique acquise réduit la complexité de calcul liée au partitionnement de la carte métrique en sous-cartes par rapport aux précédentes approches SLAM hybrides utilisant des méthodes de regroupement spectral, de O(2n) À O(n), où n est le nombre de sous-cartes. Cela rend possible un SLAM hybride en temps réel, même pour les cartes métriques à grande échelle. Nous avons confirmé que le classificateur autodidacte offre une cohérence et une efficacité de calcul satisfaisantes dans le SLAM hybride à travers différentes expériences.

Publication
IEICE TRANSACTIONS on Communications Vol.E93-B No.9 pp.2481-2484
Date de publication
2010/09/01
Publicisé
ISSN en ligne
1745-1345
DOI
10.1587/transcom.E93.B.2481
Type de manuscrit
LETTER
Catégories
Systèmes de navigation, de guidage et de contrôle

Auteurs

Mots-clés

Table des matières