The application of the extended Kam

The application of the extended Kaman filter to the problem of mobile robot navigation in a known environment is presented. An algorithm for, model-based localization that relies on the concept of a geometric beacon, a naturally occurring environment feature that can be reliably observed in successive sensor measurements and can be accurately described in terms of a concise geometric parameterization, is developed. The algorithm is based on an extended Kalman filter that utilizes matches between observed geometric beacons and an a priori map of beacon locations. Two implementations of this navigation algorithm, both of which use sonar, are described. The first implementation uses a simple vehicle with point kinematics equipped with a single rotating sonar. The second implementation uses a `Robuter' mobile robot and six static sonar transducers to provide localization information while the vehicle moves at typical speeds of 30 cm/s

ผลลัพธ์ (ไทย) 1:

การนำเสนอการประยุกต์ใช้ตัวกรอง Kaman ขยายปัญหานำหุ่นยนต์เคลื่อนที่ในสภาพแวดล้อมรู้จัก อัลกอริทึมสำหรับ ภาษาแบบที่อาศัยแนวคิดของเบคอนเรขาคณิต คุณลักษณะสภาพแวดล้อมที่เกิดขึ้นตามธรรมชาติที่สามารถสังเกตได้ในวัดเซนเซอร์ที่ต่อเนื่อง และสามารถอธิบายในแง่ของ parameterization เรขาคณิตที่กระชับแม่นยำ พัฒนา อัลกอริทึมที่อยู่บนตัวกรอง Kalman แบบขยายที่ใช้แข่งขันระหว่างบีคอนเรขาคณิตที่สังเกตได้และการ priori แผนที่ของสถานที่ตั้งบี อธิบายการใช้งานสองของอัลกอริทึมนี้นำทาง ซึ่งทั้งสองใช้โซนาร์ การใช้งานครั้งแรกใช้รถง่าย ๆ ด้วย kinematics จุดมีโซนาร์หมุนตัวเดียว การใช้งานสองใช้หุ่นยนต์เคลื่อนที่ 'Robuter' และทรานสดิวเซอร์คงรบกวนหกให้เติมข้อมูลในขณะที่รถเคลื่อนที่เร็วโดยทั่วไป 30 cm/s

ผลลัพธ์ (ไทย) 2:

แอพลิเคชันของตัวกรอง Kaman ขยายไปถึงปัญหาของการนำหุ่นยนต์เคลื่อนที่ในสภาพแวดล้อมที่เป็นที่รู้จักกันที่จะนำเสนอ อัลกอริทึมสำหรับรุ่นที่ใช้การแปลที่อาศัยแนวคิดของสัญญาณทางเรขาคณิตเป็นคุณลักษณะของสภาพแวดล้อมธรรมชาติที่เกิดขึ้นที่สามารถสังเกตได้อย่างน่าเชื่อถือในการวัดเซ็นเซอร์ต่อเนื่องและสามารถอธิบายได้อย่างถูกต้องในแง่ของรูปทรงเรขาคณิต parameterization กระชับได้รับการพัฒนา อัลกอริทึมจะขึ้นอยู่กับตัวกรองคาลมานขยายที่ใช้จับคู่กันระหว่างบีคอนเรขาคณิตสังเกตและเบื้องต้นแผนที่ของสถ​​านที่ตั้งสัญญาณ สองการใช้งานของขั้นตอนวิธีการนำทางนี้ซึ่งทั้งสองใช้โซนาร์จะมีคำอธิบาย ดำเนินการครั้งแรกที่ใช้เป็นยานพาหนะท​​ี่เรียบง่ายด้วยจลนศาสตร์จุดพร้อมกับหมุนโซนาร์เดียว การดำเนินการที่สองใช้ `Robuter 'หุ่นยนต์โทรศัพท์มือถือและหกก้อนคงโซนาร์เพื่อให้ข้อมูลการแปลขณะที่รถเคลื่อนตัวด้วยความเร็วปกติ 30 ซม. / วินาที

ผลลัพธ์ (ไทย) 3:

การขยายคาแมนตัวกรองปัญหาของหุ่นยนต์เคลื่อนที่นำทางในที่รู้จักกันเป็นสภาพแวดล้อมที่นำเสนอ ขั้นตอนวิธีสำหรับ สำหรับการแปลที่อาศัยแนวคิดของสัญญาณของธรรมชาติที่เกิดขึ้น คุณลักษณะที่สามารถเชื่อถือได้สังเกตสภาพแวดล้อมในการวัดเซ็นเซอร์ต่อเนื่องและสามารถอธิบายได้ในแง่ของการกระชับรูปทรงเรขาคณิต parameterization , พัฒนา ขั้นตอนวิธีนี้จะขึ้นอยู่กับการขยายที่ใช้ตัวกรองคาลมานตรงกันระหว่างสังเกตเรขาคณิตบีคอนและ priori แผนที่เตือนภัยแห่ง สองการใช้งานของขั้นตอนวิธีนี้นำทาง ซึ่งทั้งสองใช้โซนาร์ , อธิบาย การใช้ครั้งแรกใช้รถง่ายด้วยจุดเดียวของพร้อมกับหมุนโซนาร์ การดำเนินงานที่สองใช้ ` robuter ' หุ่นยนต์หกตัวโซนาร์แบบคงที่ เพื่อให้ข้อมูล จำกัด ในขณะที่รถเคลื่อนที่ด้วยความเร็วปกติ 30 ซม. / วินาที