目次
- 目次
- はじめに
- 自己位置推定でよく使用されるセンサ
- GPS (Global Positioning System)
- ジャイロセンサ(Gyro Sensor)
- 地磁気センサ (Magnetometric sensor)
- 加速度センサ (Accelerometer)
- 慣性計測装置 (inertial measurement unit)
- タイヤパルスセンサ(Wheel Odometry, Dead Reckoning)
- レーザセンサ (LIDAR)
- レーダセンサ (RADAR)
- カメラセンサ (Image Sensor)
- 確率的センサ統合手法
- 拡張カルマンフィルタ (Extended Kalman Filter)
- Unscented カルマンフィルタ
- Histogram Filter
- Particle Filter
- Simultaneous Localization And Mapping (SLAM) 関連技術
- Iterative Closest Point (ICP) アルゴリズム
- EKF SLAM
- その他自律移動技術の概要
- 参考資料
- MyEnigma Supporters
はじめに
自己位置推定(Localization)は、
ロボット自身が今何処にいるのか,
またはどちらの方向を向いているのか,
どれぐらいの速度で走行しているのかなど、
現在のロボットの状態を
各種のセンサデータを使用して推定することです.
後述の通り、
ロボットの自己位置推定用のセンサは色々ありますが、
それぞれ一長一短であるため、
一般的に自己位置推定のシステムでは、
複数のセンサ情報や
ロボットの運動モデルを統計的・確率的に表現し,
それらを統計的・確率的に統合することにより,
高精度なロボットの位置を安定して推定するという手法が
一般的に使用されています.
今回の記事では、
自己位置推定に使用される一般的なセンサの概要と、
それらを確率的に統合する技術の概要と、
説明記事のリンクをまとめておきたいと思います。
各技術の詳細に関しては、
こちらの資料を参照ください。
続きを読む