幾何地図上での観測物体の有無を考慮した自己位置推定

• 赤井 直紀

  名古屋大学大学院情報学研究科

• モラレス ルイス 洋一

  名古屋大学未来社会創造機構

• 平山 高嗣

  名古屋大学未来社会創造機構

• 村瀬 洋

  名古屋大学大学院情報学研究科

書誌事項

タイトル別名

• Localization Considering Known and Unknown Classes of Observed Objects on a Geometric Map
• キカ チズ ジョウ デ ノ カンソク ブッタイ ノ ウム オ コウリョ シタ ジコ イチ スイテイ

抄録

This paper presents a localization approach that simultaneously estimates a robot's pose and class of sensor observations, where “class” categorizes the sensor observations as those obtained from known and unknown objects on a given geometric map. The proposed approach is implemented using Rao-Blackwellized particle filtering algorithm. The robot's pose can be robustly estimated utilizing sensor observations obtained from the only known objects by the simultaneous estimation. The proposed approach is efficient in terms of computational complexity because its complexity is same as that of the likelihood field model. Performance of the proposed approach was shown through experiments using a 2D LiDAR simulator.

収録刊行物

• 計測自動制御学会論文集

  計測自動制御学会論文集 55 (11), 745-753, 2019

  公益社団法人 計測自動制御学会

キーワード

• localization
• environment recognition
• Rao-Blackwellized particle filter

詳細情報

• CRID: 1390001277394678144
• NII論文ID: 130007748643
• NII書誌ID: AN00072392
• DOI: 10.9746/sicetr.55.745
• ISSN: 18838189
• ISSN: 04534654
• NDL書誌ID: 030094772
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I030094772
• Web Site: https://www.jstage.jst.go.jp/article/sicetr/55/11/55_745/_pdf
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • Crossref
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可