This paper reviews FAB-MAP (Fast Ap

This paper reviews FAB-MAP (Fast Appearance
Based Mapping), a technique for place recognition and
mapping developed for mobile robotics applications. It
addresses some key aspects of the navigation problem,
which is a core task for autonomous robots. FABAppearing
in Proceedings of the 27 th International Conference
on Machine Learning, Haifa, Israel, 2010. Copyright
2010 by the author(s)/owner(s).
MAP is developed in detail in (Cummins & Newman,
2008a;b; 2009; Cummins, 2009; Newman et al., 2009),
and is presented in overview here.
For many tasks, a robot must be able to reliably determine
its position within its environment. It is often
necessary to solve this navigation problem on the basis
of the robot’s internal sensors alone, without the
aid of external infrastructure. This can dictated by
considerations of flexibility and costs, or by necessity.
For example, no infrastructure is available to planetary
exploration robots, and GPS is unavailable in
many terrestrial environments such as indoors, near
tall buildings, under foliage, underground and underwater.
In these situations the robotic system must
solve the navigation problem unaided. This problem
is known as Simultaneous Localization and Mapping
(SLAM), and has been an active area of research in
mobile robotics for several decades.
A broad class of techniques, which we will refer to
as “metric SLAM”, approach the problem by jointly
maintaining an estimate of the pose of the robot and a
set of map landmarks using an Extended Kalman Filter
or particle filter (Durrant-Whyte & Bailey, 2006).
These metric SLAM techniques have been very successful
in small to moderately sized environments, but
tend to experience problems at larger scales. In particular,
it is common for these techniques to fail when a
robot revisits a previously seen location after conducting
a long traverse through unexplored terrain. This
is known as the “loop closure problem”. There are a
number of reasons why this situation poses a challenge
to SLAM algorithms; one of the most fundamental is
that map landmarks are typically tracked locally, without
any efficient method for recognising them when a
location is revisited.
FAB-MAP and related approaches, which we term
“appearance-only SLAM” or appearance-based navigation,
have been developed as a solution to the problem
of loop closure detection. In contrast to metric
Appearance-Based Place Recognition and Mapping using FAB-MAP
SLAM techniques, we do not maintain any explicit estimate
of vehicle position, but rather aim to recognise
places via their appearance. The system navigates in
“appearance space”, assigning each new observation
to either a new or previously visited location, without
reference to metric position. The map of locations
is constructed fully incrementally, even in repetitive
environments. Because distinctive places can be
recognized after unknown vehicle motion, appearanceonly
SLAM techniques provide a natural solution to
loop-closure detection, multi-session mapping and kidnapped
robot problems which are challenging for metric
SLAM system

Kết quả (Việt) 2:

Trong bài viết này FAB-MAP (Fast Appearance
Dựa Mapping), một kỹ thuật để công nhận địa điểm và
lập bản đồ phát triển cho robot ứng dụng di động. Nó
đề cập đến một số khía cạnh quan trọng của vấn đề chuyển hướng,
đó là một nhiệm vụ cốt lõi cho robot tự. FABAppearing
trong Kỷ yếu của Hội nghị quốc tế lần thứ 27
về Máy học, Haifa, Israel, 2010. Bản quyền
năm 2010 của tác giả (s) / chủ sở hữu (s).
MAP được phát triển chi tiết trong (Cummins & Newman,
2008a; b; 2009; Cummins, 2009;. Newman et al, 2009),. và được trình bày trong tổng quan ở đây Đối với nhiều nhiệm vụ, một robot phải có khả năng xác định đáng tin cậy vị thế của mình trong môi trường của nó. Nó thường là cần thiết để giải quyết vấn đề chuyển hướng này trên cơ sở của các bộ cảm biến bên trong của robot một mình, mà không có sự trợ giúp của cơ sở hạ tầng bên ngoài. Điều này có thể quyết định bởi những cân nhắc về tính linh hoạt và chi phí, hoặc bởi sự cần thiết. Ví dụ, không có cơ sở hạ tầng có sẵn để hành tinh robot thăm dò, và GPS không có sẵn trong nhiều môi trường trên cạn như trong nhà, gần các tòa nhà cao tầng, dưới tán, dưới đất và dưới nước. Trong những tình huống các hệ thống robot phải giải quyết vấn đề chuyển hướng không cần trợ giúp. Vấn đề này được gọi là đồng thời các địa phương trong và Mapping (SLAM), và đã được một khu vực hoạt động nghiên cứu trong robot di động trong nhiều thập kỷ. Một lớp rộng các kỹ thuật, mà chúng tôi sẽ đề cập đến như là "SLAM số liệu", cách tiếp cận vấn đề bằng cách cùng nhau duy trì một ước tính của các tư thế của robot và một tập hợp các địa danh của bản đồ bằng cách sử dụng một Kalman Filter mở rộng hoặc bộ lọc hạt (Durrant-Whyte & Bailey, 2006). Những kỹ thuật SLAM metric đã rất thành công trong môi trường nhỏ đến quy mô vừa phải, nhưng có xu hướng gặp vấn đề ở quy mô lớn hơn. Đặc biệt, nó được phổ biến cho các kỹ thuật để thất bại khi một con robot thăm lại một vị trí nhìn thấy trước đó sau khi tiến hành một traverse dài thông qua địa hình chưa được khám phá. Điều này được gọi là "đóng vòng lặp vấn đề". Có một số lý do tại sao tình trạng này đặt ra một thách thức cho các thuật toán SLAM; một trong những cơ bản nhất là rằng địa danh của bản đồ thường được theo dõi tại địa phương, mà không có bất kỳ phương pháp hiệu quả để nhận ra chúng khi một vị trí được xem xét lại. FAB-MAP và phương pháp tiếp cận liên quan, mà tôi chúng tôi hạn "SLAM xuất hiện chỉ" hoặc chuyển hướng xuất hiện dựa trên, có được phát triển như là một giải pháp cho vấn đề của phát hiện vòng lặp đóng cửa. Ngược lại với metric Appearance-Based Nơi công nhận và sử dụng bản đồ FAB-MAP kỹ thuật SLAM, chúng tôi không duy trì bất cứ ước lượng rõ ràng vị trí của xe, mà là nhằm mục đích để nhận ra nơi thông qua sự xuất hiện của họ. Hệ thống điều hướng trong "không gian xuất hiện", mõi quan sát mới hoặc là một vị trí mới hoặc truy cập trước đó, mà không tham chiếu đến vị trí metric. Bản đồ địa điểm được xây dựng hoàn chỉnh từng bước, ngay cả trong lặp đi lặp lại các môi trường. Bởi vì những nơi đặc biệt có thể được công nhận sau khi biết chuyển động xe, appearanceonly kỹ thuật SLAM cung cấp một giải pháp tự nhiên để phát hiện vòng lặp đóng cửa, lập bản đồ đa phiên và bắt cóc các vấn đề robot đang thách thức cho số liệu hệ thống SLAM