Key points are not available for this paper at this time.
Este artigo apresenta o GraphSLAM, um algoritmo unificador para o problema SLAM offline. O GraphSLAM está intimamente relacionado a uma sequência recente de artigos de pesquisa sobre a aplicação de técnicas de otimização a problemas de SLAM. Ele transforma o posterior do SLAM em uma rede gráfica, representando a log-verossimilhança dos dados. Em seguida, reduz esse grafo usando técnicas de eliminação de variáveis, chegando a problemas de dimensão inferior que são então resolvidos usando técnicas de otimização convencionais. Como resultado, o GraphSLAM pode gerar mapas com 108 ou mais características. O artigo discute um algoritmo guloso para associação de dados e apresenta resultados para SLAM em ambientes urbanos com medições ocasionais de GPS.
Thrun et al. (Mon,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: