FAB-MAP (Fast AppearanceBased Mappi

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 systems.

Kết quả (Việt) 1:

FAB-bản đồ (nhanh chóng xuất hiện««Các lập bản đồ dựa trên), một kỹ thuật cho sự công nhận ra vàlập bản đồ phát triển cho các ứng dụng máy điện thoại di động. Nóđịa chỉ một số khía cạnh quan trọng của vấn đề chuyển hướng,đó là một nhiệm vụ cốt lõi cho robot tự trị. FABAppearingtrong thủ tục tố tụng của hội nghị quốc tế lần thứ 27trên máy học, Haifa, Israel, 2010. Bản quyền2010 bởi các author(s) / owner(s).Bản đồ được phát triển chi tiết trong (Cummins & Newman,2008a; b; năm 2009; Cummins, 2009; Newman et al., 2009),và được trình bày trong tổng quan ở đây.Đối với nhiều công việc, một robot phải có khả năng đáng tin cậy xác địnhvị trí của nó trong môi trường của nó. Người ta thườngcần thiết để giải quyết vấn đề này chuyển hướng trên cơ sởCác robot nội bộ cảm biến một mình, mà không có cácTrợ giúp của cơ sở hạ tầng bên ngoài. Điều này có thể quyết định bởicân nhắc sự linh hoạt và chi phí, hoặc bằng cách cần thiết.Ví dụ, không có cơ sở hạ tầng có sẵn để hành tinhrobot thăm dò, và GPS không có sẵn trongnhiều trên mặt đất môi trường như vậy là trong nhà gầntòa nhà cao, dưới tán lá, ngầm và dưới nước.Trong những trường hợp hệ thống robot phảigiải quyết vấn đề chuyển hướng không được giúp đở. Vấn đề nàyđược gọi là nội địa hóa đồng thời và lập bản đồ(SLAM), và đã là một lĩnh vực hoạt động nghiên cứu trongđiện thoại di động máy trong nhiều thập kỷ.Một lớp học rộng của kỹ thuật, mà chúng tôi sẽ đề cập đếnnhư là "số liệu SLAM", tiếp cận vấn đề bằng cách phối hợpduy trì một ước tính của tư thế của robot và mộttập hợp các địa danh bản đồ bằng cách sử dụng một bộ lọc Kalman mở rộnghoặc hạt lọc (Durrant-Whyte & Bailey, 2006).Các kỹ thuật số liệu này SLAM đã rất thành côngtrong nhỏ để vừa phải có kích thước môi trường, nhưngcó xu hướng gặp khó khăn ở quy mô lớn hơn. Đặc biệt,nó là phổ biến cho các kỹ thuật để thất bại khi mộtrobot revisits một vị trí trước đây thấy sau khi tiến hànhmột dài đi qua thông qua địa hình chưa được khám phá. Điều nàyđược gọi là "vấn đề vòng lặp đóng cửa". Có mộtsố lý do tại sao tình trạng này đặt ra một thách thứcđể SLAM thuật toán; một trong những cơ bản nhất làbản đồ địa danh đã được theo dõi thường tại địa phương, mà không cóbất kỳ phương pháp hiệu quả để nhận ra họ khi mộtvị trí revisited.Phương pháp FAB-bản đồ và có liên quan, chúng tôi hạn"chỉ xuất hiện SLAM" hoặc chuyển hướng dựa trên xuất hiện,đã được phát triển như là một giải pháp cho vấn đềvòng lặp đóng cửa phát hiện. Trái ngược với số liệuDựa trên xuất hiện nơi công nhận và lập bản đồ bằng cách sử dụng FAB-bản đồSLAM kỹ thuật, chúng tôi không duy trì bất kỳ ước tính rõ ràngcủa chiếc xe có vị trí, nhưng thay vì nhằm mục đích để nhận rađịa điểm thông qua xuất hiện của họ. Hệ thống điều hướng trong"không gian xuất hiện", việc phân công mỗi quan sát mớiđể một trong hai là một điểm mới hoặc đã truy cập trước đó, mà không cótham chiếu đến số liệu vị trí. Bản đồ địa điểmđược xây dựng hoàn toàn từng bước, thậm chí trong lặp đi lặp lạimôi trường. Bởi vì những nơi đặc biệt có thểđược công nhận sau khi chuyển động không biết xe, appearanceonlySLAM kỹ thuật cung cấp một giải pháp tự nhiên đểphát hiện vòng lặp đóng cửa, nhiều phiên lập bản đồ và bắt cócrobot vấn đề đó là khó khăn cho số liệuSLAM hệ thống.