FAB-MAP: 外観空間における確率的な位置特定とマッピング

本論文では、外観に基づく場所認識の問題に対する確率的アプローチを説明します。私たちが提示するシステムは位置特定に限定されず、新しい観測が以前見たことのない場所から来ていることを判断でき、そのためマップを拡張することができます。本質的にこれは外観空間におけるSLAMシステムです。我々の確率的アプローチは、環境における知覚的エイリアシングを明示的に考慮することを可能にします—同一であるが特定できない観測には、同じ場所から来た可能性が低いとされます。これは場所の外観の生成モデルを学習することによって達成されます。学習問題を二つの部分に分割することで、新しい場所モデルは場所の単一の観測からオンラインで学習できます。アルゴリズムの複雑性はマップ内の場所の数に対して線形であり、特にモバイルロボティクスにおけるオンラインループクローズ検出に適しています。