Key points are not available for this paper at this time.
لإجراء مهام الملاحة الذاتية، من المهم أن يكون لدى الروبوت دائمًا تقدير جيد لوضعه الحالي بالنسبة لموقعه الابتدائي وكذلك - من حيث الاتجاه - بالنسبة لاتجاه الجاذبية. لتحقيق ذلك، يجب على الروبوت استخدام جميع المعلومات المتاحة وأن يكون قويًا ضد فشل المستشعرات الفردية. في هذه الورقة، تم تقديم خوارزمية دمج بيانات متعددة المستشعرات لروبوت DLR Crawler الممشي بستة أرجل. الخوارزمية تعتمد على فلتر معلومات تغذية راجعة غير مباشرة يقوم بدمج قياسات من وحدة قياس العطالة (IMU) مع قياسات أودومترية ثلاثية الأبعاد نسبية للساقين وقياسات أودومترية بصرية ثلاثية الأبعاد نسبية من كاميرا ستيريو. يتم حساب أخطاء الأودومترات البصرية وأخذها بعين الاعتبار في عملية التصفية من أجل تحقيق تقديرات موضع دقيقة تكون قوية ضد فشل الأودومتر البصري. تم اختبار الخوارزمية بنجاح وتقديم النتائج.
Chilian et al. (Thu,) studied this question.