Key points are not available for this paper at this time.
Dans cet article, la localisation et la cartographie simultanées (SLAM) ont été développées ; elles résolvent le problème de la cartographie d'environnements inconnus tout en localisant simultanément le véhicule à l'aide de la carte construite. Contrairement aux systèmes de navigation conventionnels, tels que le GNSS et les systèmes de correspondance de terrain et d'image, aucune infrastructure ni information a priori sur l'environnement n'est requise, ce qui le rend très attrayant pour la navigation autonome ou assistée dans des environnements où le système de positionnement global (GPS) est absent. Sur la base des travaux fondamentaux de 13 et 14, deux types d'approches ont été proposés : le filtrage et l'optimisation par graphe. Étant donné que cet article vise une solution en temps réel, seule l'approche basée sur le filtrage est résumée ici. Les solutions SLAM basées sur le filtrage sont principalement fondées sur le filtre de Kalman étendu (EKF), le filtre de Kalman sans odeur (UKF), le filtre à particules connu sous le nom de FastSLAM, et le filtre d'information étendu éparse (SEIF).
Kim et al. (Tue,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: