The question of motion drift in rea

The question of motion drift in real-time simulta-
neous localisation and mapping (SLAM) is now well-
understood in mobile robotics research. Extended Kalman
Filter (EKF)-based algorithms, propagating first-order un-
certainty in the coupled estimates of robot and map feature
positions, combined with various techniques for reducing
computational complexity in large maps, have shown great
success in enabling robots to estimate their locations accu-
rately and robustly over large movement areas [7, 12]. In
the first-order uncertainty propagation framework, the over-
all “state” of the system Ü is represented as a vector which
can be partitioned into the state ÜÚ of the robot (or camera)
and the states Ý of entries in the map of its surroundings.
Crucially, the state vector is accompanied by a single co-
variance matrix È which can also be partitioned as follows:

Kết quả (Việt) 1:

Các câu hỏi về chuyển động trôi dạt trong thời gian thực simulta-neous localisation và lập bản đồ (SLAM) là bây giờ cũng-hiểu trong nghiên cứu robot điện thoại di động. Mở rộng KalmanBộ lọc (EKF) - dựa trên thuật toán, tuyên truyền chính để un-chắc chắn trong các ước lượng cùng tính năng robot và bản đồvị trí, kết hợp với các kỹ thuật khác nhau để giảm thiểutính toán phức tạp trong bản đồ lớn, đã cho thấy tuyệt vờithành công trong việc cho phép robot để ước tính của địa điểm accu-rately và dự trên phong trào lớn khu vực [7, 12]. Ởvòng thứ tự sự không chắc chắn tuyên truyền khuôn khổ, over-Tất cả "nhà nước" của hệ thống Ü được thể hiện như một vector màcó thể được phân chia thành bang ÜÚ của robot (hoặc máy ảnh)và các quốc gia Ý mục trong bản đồ của môi trường xung quanh.Quan trọng trong, véc tơ bang được đi kèm bởi một co duy nhất-phương sai các ma trận È mà cũng có thể được phân chia như sau:

Kết quả (Việt) 2:

Các câu hỏi về chuyển động trôi trong thời gian thực simulta-
nội địa hóa neous và lập bản đồ (SLAM) hiện đang nổi
hiểu trong điện thoại di động nghiên cứu robot. Mở rộng Kalman
Filter (EKF) dựa trên các thuật toán, tuyên truyền fi đầu tiên đặt hàng un-
sự chắc chắn trong dự toán được nhân đôi của robot và tính năng bản đồ
vị trí, kết hợp với các kỹ thuật khác nhau để giảm
độ phức tạp tính toán trong bản đồ lớn, đã thể hiện rất tốt
sự thành công trong việc giúp robot để ước tính của họ địa điểm accu-
rately và mạnh mẽ trên các lĩnh vực phong trào lớn [7, 12]. Trong
các fi đầu tiên đặt hàng khung truyền không chắc chắn, quá mức
tất cả các "nhà nước" của Ü hệ thống được biểu diễn như là một vector có
thể được phân chia thành các nhà nước ưu của robot (hoặc máy ảnh)
và các quốc gia Ý các mục trong bản đồ của . môi trường xung quanh của nó
quan trọng là, các vector trạng thái được đi kèm với một đơn đồng
sai ma trận È mà cũng có thể được phân chia như sau: