1. IntroductionRobots and autonomou

1. Introduction
Robots and autonomous vehicles use maps to determine their location or pose within an environment, and to plan routes and trajectories [26,40]. Thus, the problem of automatic map building is an important topic in mobile robotics [25]. To achieve automatic map building, the mobile vehicle has to be accurately located inside the map that is being built. Simultaneous Localization and Mapping (SLAM) techniques [13,9] have been proposed to overcome this issue, which can be thought of as a chicken-and-egg problem: an unbiased map is necessary for localization, while an accurate pose estimate is needed to build that map. On the one hand, SLAM can be considered as a global rectification [34] of the mobile robot’s poses along its route once the loop is closed, and when the robot observes again a previously seen object. On the other hand, estimating the movement performed by a mobile robot using the observations gathered between two consecutive poses is considered to give a local rectification. This topic is usually referred to as egomotion [29]. The methods related to this research are called pose registration, and can be used within SLAM. Our main goal is to perform six degrees-of-freedom (6DoF) SLAM in a semi-structured environment, i.e. a man-made indoor environment [14].
The disadvantages of stereo cameras when used in low-textured environments motivate the use of two new 3D sensors. First, we use an SR4000 infrared camera [2], which measures the distance to objects using the time that the emitted infrared light takes to hit the object and return to the sensor. The SR4000 provides a set of 3D points, a 2D intensity image, and a map

ผลลัพธ์ (ไทย) 1:

1. บทนำหุ่นยนต์และยานพาหนะอิสระใช้แผนที่ เพื่อกำหนดตำแหน่งของตน หรือก่อให้เกิดภายในสภาพแวดล้อม และวางแผนเส้นทางและ trajectories [26,40] ดัง ปัญหาสร้างแผนที่อัตโนมัติเป็นหัวข้อสำคัญในมือถือวิทยา [25] เพื่อให้บรรลุการสร้างแผนที่อัตโนมัติ รถโมบายได้อย่างถูกต้องอยู่ภายในแผนที่ที่ถูกสร้างขึ้น ได้รับการเสนอชื่อพร้อมแปลและแมป (ชัยชนะ) เทคนิค [13,9] จะเอาชนะปัญหานี้ ซึ่งสามารถคิดเป็นปัญหาไก่ และไข่: แผนที่คนจำเป็นสำหรับการแปล ในขณะที่การประเมินก่อให้เกิดความถูกต้องที่จำเป็นสำหรับการสร้างแผนที่ที่ คง สแลมถือได้ว่าเป็นการกำหนดเป็นสากล [34] ของการโพสท่าของหุ่นยนต์เคลื่อนที่ตามเส้นทางของลูปปิด และ เมื่อหุ่นยนต์ตรวจสอบอีกครั้งวัตถุที่เห็นก่อนหน้านี้ บนมืออื่น ๆ ประเมินการเคลื่อนไหวที่ดำเนินการ โดยหุ่นยนต์เคลื่อนที่โดยใช้การสังเกตการรวบรวมระหว่างโพสท่าต่อเนื่องสองถือว่าให้กำหนดที่ท้องถิ่น หัวข้อนี้มักจะเรียกว่า egomotion [29] วิธีการที่เกี่ยวข้องกับงานวิจัยนี้เรียกว่าก่อให้เกิดลงทะเบียน และสามารถใช้ได้ในชัยชนะ เป้าหมายหลักของเราคือการได้ชัยชนะหกองศาของเป็นอิสระ (6DoF) ในสภาพแวดล้อมกึ่งโครงสร้าง เช่นจำลองภายในสภาพแวดล้อมการ [14]ข้อเสียของกล้องสเตอริโอเมื่อใช้ในสภาพแวดล้อมพื้นผิวต่ำจูงใจใช้เซ็นเซอร์ 3D ใหม่สอง ครั้งแรก เราสามารถใช้การ SR4000 กล้องอินฟราเรด [2], ที่วัดระยะกับวัตถุที่ใช้เวลาที่แสงอินฟราเรด emitted จะตีวัตถุ และกลับไปยังเซนเซอร์ SR4000 การให้คะแนน 3D ภาพ 2D ความเข้ม และแผนที่

ผลลัพธ์ (ไทย) 2:

1.
บทนำหุ่นยนต์และยานพาหนะของตนเองใช้แผนที่เพื่อตรวจสอบตำแหน่งของพวกเขาก่อให้เกิดหรือภายในสภาพแวดล้อมและการวางแผนเส้นทางและไบร์ท[26,40] ดังนั้นปัญหาของการสร้างแผนที่อัตโนมัติเป็นหัวข้อสำคัญในหุ่นยนต์มือถือ [25] เพื่อให้บรรลุการสร้างแผนที่อัตโนมัติยานพาหนะมือถือจะต้องมีการตั้งอยู่ได้อย่างถูกต้องภายในแผนที่ที่จะถูกสร้างขึ้น รองรับหลายภาษาพร้อมกันและการแมป (สแลม) เทคนิค [13,9] ได้รับการเสนอที่จะเอาชนะปัญหานี้ซึ่งอาจจะคิดว่าเป็นปัญหาไก่และไข่: แผนที่เป็นกลางเป็นสิ่งที่จำเป็นสำหรับการแปลในขณะที่ประมาณการก่อให้เกิดความถูกต้องเป็นสิ่งจำเป็น ในการสร้างแผนที่ที่ ในมือข้างหนึ่ง, สแลมได้รับการพิจารณาเป็นสัตยาบันทั่วโลก [34] ในการโพสท่าของหุ่นยนต์เคลื่อนที่ไปตามเส้นทางที่ครั้งหนึ่งเคยเป็นวงปิดและเมื่อหุ่นยนต์อีกครั้งสังเกตวัตถุที่เห็นก่อนหน้านี้ ในทางตรงกันข้ามการประเมินการเคลื่อนไหวที่ดำเนินการโดยหุ่นยนต์มือถือโดยใช้การสังเกตรวมตัวกันระหว่างสองติดต่อกันโพสท่าเป็นที่ยอมรับว่าจะให้มีการปรับปรุงแก้ไขในท้องถิ่น หัวข้อนี้มักจะเรียกว่า egomotion [29] วิธีการที่เกี่ยวข้องกับงานวิจัยนี้จะเรียกว่าก่อให้เกิดการลงทะเบียนและสามารถนำมาใช้ในสแลม เป้าหมายหลักของเราคือการดำเนินการหกองศาของเสรีภาพ (6DoF) สแลมในสภาพแวดล้อมที่กึ่งโครงสร้างเช่นที่มนุษย์สร้างสภาพแวดล้อมในร่ม [14].
ข้อเสียของกล้องสเตอริโอเมื่อใช้ในสภาพแวดล้อมที่มีพื้นผิวกระตุ้นการใช้งานของ สองเซ็นเซอร์ 3 มิติใหม่ ครั้งแรกที่เราใช้กล้องอินฟราเรด SR4000 [2] ซึ่งมาตรการระยะทางไปยังวัตถุที่ใช้เวลาที่แสงอินฟราเรดที่ปล่อยออกมาจะใช้เวลาที่จะตีวัตถุและกลับไปที่เซ็นเซอร์ SR4000 ให้ชุดของจุด 3 มิติภาพความเข้ม 2D และแผนที่

ผลลัพธ์ (ไทย) 3:

1 . หุ่นยนต์เบื้องต้น
และยานพาหนะอิสระใช้แผนที่เพื่อระบุตำแหน่ง หรือก่อให้เกิดของพวกเขาภายในสภาพแวดล้อม และ การวางแผนเส้นทางและวิถี [ 26,40 ] ดังนั้น ปัญหาของการสร้างแผนที่อัตโนมัติเป็นหัวข้อสำคัญในการหุ่นยนต์เคลื่อนที่ [ 25 ] เพื่อให้บรรลุการสร้างแผนที่อัตโนมัติ รถเคลื่อนที่ได้จะถูกต้องอยู่ในแผนที่ที่ถูกสร้างขึ้นการแปลพร้อมกันและการทำแผนที่ ( กระแทก ) เทคนิค [ 13,9 ] ได้เสนอที่จะเอาชนะปัญหานี้ ซึ่งสามารถคิดเป็นไก่ และปัญหาไข่ : แผนที่ไม่จําเป็นสําหรับจำกัด ในขณะที่การประเมินท่าทางที่ถูกต้องที่จำเป็นในการสร้างแผนที่ ในมือข้างหนึ่ง ,ซึ่งถือได้ว่าเป็น [ 34 ] แก้ไขโลกของมือถือหุ่นยนต์ poses ตามเส้นทางของมันเมื่อลูปปิด และเมื่อหุ่นยนต์สังเกตอีกครั้ง ก่อนหน้านี้เห็นวัตถุ บนมืออื่น ๆ , การเคลื่อนไหวโดยโทรศัพท์มือถือหุ่นยนต์โดยใช้การสังเกตรวบรวมระหว่างสองติดต่อกัน ท่านถือว่าให้แก้ไขภายในหัวข้อนี้มักจะเรียกว่า egomotion [ 29 ] วิธีการที่เกี่ยวข้องกับงานวิจัยนี้ จะเรียกว่า ก่อให้เกิดการลงทะเบียนและสามารถใช้ภายในดังปัง เป้าหมายหลักของเราคือการหกองศาของเสรีภาพ ( 6dof ) ชัยชนะในสภาพแวดล้อมอย่างไร เช่น สภาพแวดล้อมในร่มธรรมชาติ
[ 14 ]ข้อเสียของกล้องสเตอริโอเมื่อใช้ในสภาพแวดล้อมที่พื้นผิวต่ำกระตุ้นการใช้สองเซ็นเซอร์ 3D ใหม่ ตอนแรกเราใช้กล้องอินฟราเรด sr4000 [ 2 ] ซึ่งวัดระยะห่างจากวัตถุโดยใช้แสงอินฟราเรดที่ปล่อยออกมาจะโดนวัตถุและกลับไปที่เซ็นเซอร์ การ sr4000 ให้ตั้งจุด 3D , 2D ภาพความ






และแผนที่