グラフベースのSLAMに関するチュートリアル

環境の地図を作成し、この地図内で同時に自己位置を特定する能力は、GPSなどの外部参照システムがない未知の環境で移動するロボットにとって必須のスキルです。このいわゆる同時自己位置特定と地図作成（SLAM）問題は、過去20年間にわたってモバイルロボティクスで最も人気のある研究トピックの一つであり、このタスクを解決するための効率的なアプローチが提案されています。SLAMを定式化する直感的な方法の一つは、ノードがロボットの異なる時点でのポーズに対応し、エッジがポーズ間の制約を示すグラフを使用することです。後者は、環境の観察やロボットによって行われた動作から得られます。このようなグラフが構築されると、エッジによってモデル化された測定と最も一貫性のあるノードの空間配置を見つけることによって地図を計算できます。本論文では、グラフベースのSLAM問題に関する入門的な説明を提供します。さらに、最小二乗誤差最小化に基づく最先端の解決策を論じ、最適化中にSLAM問題の構造を利用します。このチュートリアルの目的は、提案された方法をゼロから実装できるようにすることです。