Перейти к основному содержанию
Библиотечно-издательский комплекс СФУ
Toggle navigation
Ресурсы
Библиотечный поиск
Каталог изданий университета
Университетские информационные ресурсы
Российские информационные ресурсы
Мировые информационные ресурсы
Периодические издания
Тематические путеводители
Книгообеспеченность учебного процесса
Приобретение литературы
Читателю
Регистрация читателей
Получение и возврат литературы
Межбиблиотечный абонемент
Тематические путеводители
Обучение работе с ресурсами
Доступная среда библиотеки
Детская развивающая площадка
Подарить книгу библиотеке
Автору
Правила издания рукописей
План выпуска изданий
Размещение публикаций в библиотеке, репозитории, РИНЦ
Проверка
журнала
Служба поддержки публикационной
активности
Учёт публикаций в АИС
«Прометей»
Услуги
Справочник услуг и сервисов БИК
Новая заявка на услугу
Бронирование помещений
Контакты
Адреса и режим работы
Контакты
Вопрос-Ответ
Отправить отзыв
Ещё
О Научной библиотеке
Об Издательстве
Дилерство «САБ ИРБИС»
Красноярский ИРБИС-клуб
Литературный клуб «Высокий берег»
Подкаст «Пища для ума»
Вакансии
Часто задаваемые вопросы
Мобильное приложение
Карта сайта и поиск по сайту
Онлайн-медиа Научной библиотеки
Личный кабинет
Главная
Ресурсы
Библиотечный поиск
Real‐Time SLAM with
Octree Evidence Grids
for Exploration in
Underwater Tunnels
Nathaniel Fairfield
George Kantor
David Wettergreen
2007 год
Real‐Time SLAM with Octree Evidence Grids for Exploration in Underwater Tunnels
статья из журнала
Полный текст
Страница публикации
Публикация в OpenAlex
Аннотация:
Abstract We describe a simultaneous localization and mapping (SLAM) method for a hovering underwater vehicle that will explore underwater caves and tunnels, a true three‐dimensional (3D) environment. Our method consists of a Rao‐Blackwellized particle filter with a 3D evidence grid map representation. We describe a procedure for dynamically adjusting the number of particles to provide real‐time performance. We also describe how we adjust the particle filter prediction step to accommodate sensor degradation or failure. We present an efficient octree data structure that makes it feasible to maintain the hundreds of maps needed by the particle filter to accurately model large environments. This octree structure can exploit spatial locality and temporal shared ancestry between particles to reduce the processing and storage requirements. To test our SLAM method, we utilize data collected with manually deployed sonar mapping vehicles in the Wakulla Springs cave system in Florida and the Sistema Zacato´n in Mexico, as well as data collected by the DEPTHX vehicle in the test tank at the Austin Applied Research Laboratory. We demonstrate our mapping and localization approach with these real‐world datasets. © 2007 Wiley Periodicals, Inc.
Год издания:
2007
Авторы:
Nathaniel Fairfield
,
George Kantor
,
David Wettergreen
Издательство:
Wiley
Источник:
Journal of Field Robotics
Ключевые слова:
Robotics and Sensor-Based Localization, Indoor and Outdoor Localization Technologies, Underwater Vehicles and Communication Systems
Другие ссылки:
Journal of Field Robotics
(HTML)
CiteSeer X (The Pennsylvania State University)
(PDF)
CiteSeer X (The Pennsylvania State University)
(HTML)
Показать дополнительные сведения
DOI:
https://doi.org/10.1002/rob.20165
Открытый доступ:
green
Том:
24
Выпуск:
1-2
Страницы:
03–21