Simultaneous localization and mapping
http://dbpedia.org/resource/Simultaneous_localization_and_mapping an entity of type: Thing
Samtempa lokalizado kaj mapado (angle: Simultaneous localization and mapping (SLAM) ) – estas ĝenerala problemo en robotscienco. Kiel estas nomo de ĝi, roboto devas konstrui mapon de ĉirkaŭaĵo kaj samtempe uzi la mapon por difini sian lokon en la mapon. La problemo estas simila al bone konata problemo pri kokino kaj ovo, ĉar sen bona mapo roboto ne povas bone difini sian lokon, kaj sen bona loko ĝi ne povas bone konstrui la mapon. Por solvi la problemon estis verkitaj kelkaj algoritmoj (ofte la algoritmoj en sia nomo havas mallongigon SLAM).
rdf:langString
Als SLAM (englisch Simultaneous Localization and Mapping; deutsch Simultane Positionsbestimmung und Kartierung) wird ein Verfahren der Robotik bezeichnet, bei dem ein mobiler Roboter gleichzeitig eine Karte seiner Umgebung erstellen und seine räumliche Lage innerhalb dieser Karte schätzen muss. Es dient damit dem Erkennen von Hindernissen und unterstützt somit die autonome Navigation.
rdf:langString
La localización y mapeo simultáneos, mapeo y localización simultáneos o SLAM (del inglés simultaneous localization and mapping ), es una técnica usada por robots y para construir un mapa de un entorno desconocido en el que se encuentra, a la vez que estima su trayectoria al desplazarse dentro de este entorno.
rdf:langString
La localisation et cartographie simultanées, connue en anglais sous le nom de SLAM (simultaneous localization and mapping) ou CML (concurrent mapping and localization), consiste, pour un robot ou véhicule autonome, à simultanément construire ou améliorer une carte de son environnement et de s’y localiser.
rdf:langString
SLAM(Simultaneous localization and mapping), 동시적 위치추정 및 지도작성은 로봇공학 등에서 사용하는 개념으로, 임의 공간에서 이동하면서 주변을 탐색할 수 있는 로봇에 대해, 그 공간의 지도 및 현재 위치를 추정하는 문제이다.
rdf:langString
Simultaneous localization and mapping (SLAM), ook bekend als concurrent mapping and localization (CML) is een techniek waarbij een robot of een ander een kaart van een onbekende omgeving opstelt (mapping) en zich vervolgens tegelijkertijd in dezelfde kaart probeert terug te vinden (localization).
rdf:langString
Simultaneous localization and mapping (SLAM) är en teknik som används av robotar och autonoma fordon för att bygga upp en karta inom ett okänt område (utan förkunskaper), eller för att uppdatera en karta inom ett känt område (med förkunskaper från en given karta), samtidigt som man håller reda på dess nuvarande position.
rdf:langString
Localização e Mapeamento Simultâneos (SLAM, da sigla em inglês) é uma técnica utilizada por robôs e veículos autônomos para construir um mapa de um ambiente ao mesmo tempo que se localiza.
rdf:langString
同时定位与地图构建（英語：Simultaneous localization and mapping，一般直接称SLAM）是一种概念：希望机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。
rdf:langString
نظام التموضع وبناء الخريطة في آن واحد(بالإنجليزية: SLAM - Simultaneous localization and mapping)، هو تقنية تهدف لجعل المركبة ذاتية القيادة أو الروبوت قادر على العمل في الأماكن المعقدة وغير المعلومة لدية مسبقاً. هذه التقنية قد تسمح للروبوت بالتعرف على المكان والتموضع في آن واحد، إذ اعتمادا على الأجهزة الإستشعارية، يقوم الروبوت بجمع معلومات من المكان الذي يتواجد به لغرض إنشاء خريطة لهذا المكان وبنفس الوقت إيجاد موضعه في هذه الخريطة. بالاعتماد على فئة جهاز الإستشعار المستخدم والخوارزمية الحسابية وكذلك طريقة تسجيل الخريطة يتم تصنيف مختلف الأنظمة المطورة لهذا النظام.
rdf:langString
Simultaneous localization and mapping (SLAM) is the computational problem of constructing or updating a map of an unknown environment while simultaneously keeping track of an agent's location within it. While this initially appears to be a chicken-and-egg problem, there are several algorithms known for solving it in, at least approximately, tractable time for certain environments. Popular approximate solution methods include the particle filter, extended Kalman filter, covariance intersection, and GraphSLAM. SLAM algorithms are based on concepts in computational geometry and computer vision, and are used in robot navigation, robotic mapping and odometry for virtual reality or augmented reality.
rdf:langString
SLAM（スラム）とは、自己位置推定と環境地図作成を同時に行うことを言う。 正式名称は、Simultaneous Localization and Mapping。 Lidarなどのセンサを搭載した移動体が走行を行いながら周囲の環境をセンシングすることで、二次元もしくは三次元の環境地図の作成を行う。同時に移動体の移動量の推定を逐次的に行うことで環境地図上での自己位置推定も行われる。カーナビのように既存の地図上でのGPSを用いた自己位置推定とは異なり、地図の存在しない屋内などの環境でも自己位置推定が行える。 位置の推定やマップ作成で利用されるセンサには、レーザーレンジスキャナー(測域センサ、Lidar)、カメラ、エンコーダ、マイクロフォンアレイなどが用いられることが多い。 身近な利用例として、電機系各社が販売するロボット掃除機が挙げられる。この場合、清掃の対象の居室の形状、及びその室内に対する自機位置の検出をすることにより、移動経路及び清掃順路の最適化と、それによる効率化、節電、清掃力の向上、可能清掃面積の拡大等を図ることが出来る。更にPanasonic製ロボット掃除機「RULO」(MC-RS800)等では、スマホアプリに二次元地図を表示することにより、室内の清掃状況や汚染状況の情報を利用者に提供することも成されている。
rdf:langString
Nella geometria computazionale e nella robotica, la localizzazione e mappatura simultanea (Simultaneous localization and mapping, SLAM) è il problema computazionale della costruzione o dell'aggiornamento di una mappa di un ambiente sconosciuto, tenendo contemporaneamente traccia della posizione di un agente al suo interno. Sebbene questo inizialmente sembri essere un problema uovo-e-gallina, sono noti diversi algoritmi per risolverlo, almeno approssimativamente, in tempi trattabili per determinati ambienti. I metodi di soluzione approssimativa più diffusi includono il Particle Filter, il filtro Kalman esteso, l'intersezione di covarianza e GraphSLAM. Gli algoritmi SLAM vengono utilizzati nella navigazione, nella mappatura robotica e nell'odometria per la realtà virtuale o la realtà aumenta
rdf:langString
SLAM (англ. simultaneous localization and mapping — одновременная локализация и построение карты) — метод, используемый в мобильных автономных средствах для построения карты в неизвестном пространстве или для обновления карты в заранее известном пространстве с одновременным контролем текущего местоположения и пройденного пути. Популярные методы приближённого решения данной задачи — фильтр частиц и расширенный фильтр Кальмана. Некоторые реализации метода используются в беспилотных автомобилях, летательных аппаратах, автономных подводных аппаратах, планетоходах, и даже внутри человеческого тела.
rdf:langString
При розв'язуванні задач навігації і картографії у робототехніці, одночасна локалізація і картографування (англ. simultaneous localization and mapping — SLAM) є алгоритмічною обчислювальною задачею побудови і оновлення мапи невідомого оточення з одночасним відстежуванням місцеположення рухаючись по ньому. Хоча це схоже на задачу «курка чи яйце?», існує декілька алгоритмів, що розв'язують її, щонайменше приблизно, в скінченний час для певних умов. До популярних методів розв'язування належать , розширений фільтр Калмана і GraphSLAM.
rdf:langString
rdf:langString
نظام التموضع وبناء خريطة المكان في آن واحد
rdf:langString
Simultaneous Localization and Mapping
rdf:langString
Samtempa lokalizado kaj mapado
rdf:langString
Localización y modelado simultáneos
rdf:langString
Cartographie et localisation simultanées
rdf:langString
SLAM (robotica)
rdf:langString
SLAM
rdf:langString
SLAM
rdf:langString
Simultaneous localization and mapping
rdf:langString
Simultaneous localization and mapping
rdf:langString
SLAM (метод)
rdf:langString
Localização e mapeamento simultâneos
rdf:langString
Simultaneous localization and mapping
rdf:langString
SLAM (метод)
rdf:langString
同时定位与地图构建
xsd:integer
763951
xsd:integer
1120805339
rdf:langString
نظام التموضع وبناء الخريطة في آن واحد(بالإنجليزية: SLAM - Simultaneous localization and mapping)، هو تقنية تهدف لجعل المركبة ذاتية القيادة أو الروبوت قادر على العمل في الأماكن المعقدة وغير المعلومة لدية مسبقاً. هذه التقنية قد تسمح للروبوت بالتعرف على المكان والتموضع في آن واحد، إذ اعتمادا على الأجهزة الإستشعارية، يقوم الروبوت بجمع معلومات من المكان الذي يتواجد به لغرض إنشاء خريطة لهذا المكان وبنفس الوقت إيجاد موضعه في هذه الخريطة. قد تعتمد تقنية التموضع وبناء خريطة المكان على أجهزة استشعار مختلفة أهمها كاميرا التصوير الرقمية أو محدد المدى عن طريق الضوء أو الكاميرا ثنائية التصوير أو كاميرا تحديد العمق أو ماسح الأبعاد الثلاثة للمدى. بالاعتماد على فئة جهاز الإستشعار المستخدم والخوارزمية الحسابية وكذلك طريقة تسجيل الخريطة يتم تصنيف مختلف الأنظمة المطورة لهذا النظام.
rdf:langString
Samtempa lokalizado kaj mapado (angle: Simultaneous localization and mapping (SLAM) ) – estas ĝenerala problemo en robotscienco. Kiel estas nomo de ĝi, roboto devas konstrui mapon de ĉirkaŭaĵo kaj samtempe uzi la mapon por difini sian lokon en la mapon. La problemo estas simila al bone konata problemo pri kokino kaj ovo, ĉar sen bona mapo roboto ne povas bone difini sian lokon, kaj sen bona loko ĝi ne povas bone konstrui la mapon. Por solvi la problemon estis verkitaj kelkaj algoritmoj (ofte la algoritmoj en sia nomo havas mallongigon SLAM).
rdf:langString
Als SLAM (englisch Simultaneous Localization and Mapping; deutsch Simultane Positionsbestimmung und Kartierung) wird ein Verfahren der Robotik bezeichnet, bei dem ein mobiler Roboter gleichzeitig eine Karte seiner Umgebung erstellen und seine räumliche Lage innerhalb dieser Karte schätzen muss. Es dient damit dem Erkennen von Hindernissen und unterstützt somit die autonome Navigation.
rdf:langString
La localización y mapeo simultáneos, mapeo y localización simultáneos o SLAM (del inglés simultaneous localization and mapping ), es una técnica usada por robots y para construir un mapa de un entorno desconocido en el que se encuentra, a la vez que estima su trayectoria al desplazarse dentro de este entorno.
rdf:langString
La localisation et cartographie simultanées, connue en anglais sous le nom de SLAM (simultaneous localization and mapping) ou CML (concurrent mapping and localization), consiste, pour un robot ou véhicule autonome, à simultanément construire ou améliorer une carte de son environnement et de s’y localiser.
rdf:langString
Simultaneous localization and mapping (SLAM) is the computational problem of constructing or updating a map of an unknown environment while simultaneously keeping track of an agent's location within it. While this initially appears to be a chicken-and-egg problem, there are several algorithms known for solving it in, at least approximately, tractable time for certain environments. Popular approximate solution methods include the particle filter, extended Kalman filter, covariance intersection, and GraphSLAM. SLAM algorithms are based on concepts in computational geometry and computer vision, and are used in robot navigation, robotic mapping and odometry for virtual reality or augmented reality. SLAM algorithms are tailored to the available resources and are not aimed at perfection but at operational compliance. Published approaches are employed in self-driving cars, unmanned aerial vehicles, autonomous underwater vehicles, planetary rovers, newer domestic robots and even inside the human body.
rdf:langString
SLAM(Simultaneous localization and mapping), 동시적 위치추정 및 지도작성은 로봇공학 등에서 사용하는 개념으로, 임의 공간에서 이동하면서 주변을 탐색할 수 있는 로봇에 대해, 그 공간의 지도 및 현재 위치를 추정하는 문제이다.
rdf:langString
Nella geometria computazionale e nella robotica, la localizzazione e mappatura simultanea (Simultaneous localization and mapping, SLAM) è il problema computazionale della costruzione o dell'aggiornamento di una mappa di un ambiente sconosciuto, tenendo contemporaneamente traccia della posizione di un agente al suo interno. Sebbene questo inizialmente sembri essere un problema uovo-e-gallina, sono noti diversi algoritmi per risolverlo, almeno approssimativamente, in tempi trattabili per determinati ambienti. I metodi di soluzione approssimativa più diffusi includono il Particle Filter, il filtro Kalman esteso, l'intersezione di covarianza e GraphSLAM. Gli algoritmi SLAM vengono utilizzati nella navigazione, nella mappatura robotica e nell'odometria per la realtà virtuale o la realtà aumentata. Gli algoritmi SLAM sono adattati alle risorse disponibili, quindi non mirati alla perfezione, ma alla conformità operativa. Gli approcci pubblicati sono impiegati in auto a guida autonoma, veicoli aerei senza pilota, veicoli subacquei autonomi, rover planetari, nuovi robot domestici e persino all'interno del corpo umano.
rdf:langString
SLAM（スラム）とは、自己位置推定と環境地図作成を同時に行うことを言う。 正式名称は、Simultaneous Localization and Mapping。 Lidarなどのセンサを搭載した移動体が走行を行いながら周囲の環境をセンシングすることで、二次元もしくは三次元の環境地図の作成を行う。同時に移動体の移動量の推定を逐次的に行うことで環境地図上での自己位置推定も行われる。カーナビのように既存の地図上でのGPSを用いた自己位置推定とは異なり、地図の存在しない屋内などの環境でも自己位置推定が行える。 位置の推定やマップ作成で利用されるセンサには、レーザーレンジスキャナー(測域センサ、Lidar)、カメラ、エンコーダ、マイクロフォンアレイなどが用いられることが多い。 身近な利用例として、電機系各社が販売するロボット掃除機が挙げられる。この場合、清掃の対象の居室の形状、及びその室内に対する自機位置の検出をすることにより、移動経路及び清掃順路の最適化と、それによる効率化、節電、清掃力の向上、可能清掃面積の拡大等を図ることが出来る。更にPanasonic製ロボット掃除機「RULO」(MC-RS800)等では、スマホアプリに二次元地図を表示することにより、室内の清掃状況や汚染状況の情報を利用者に提供することも成されている。 屋外に於ける利用例として、宅配ドローン制御用の三次元地図を効率的に作成するために、車両に載せ道路を走り情報を集める手法にも利用される。
rdf:langString
Simultaneous localization and mapping (SLAM), ook bekend als concurrent mapping and localization (CML) is een techniek waarbij een robot of een ander een kaart van een onbekende omgeving opstelt (mapping) en zich vervolgens tegelijkertijd in dezelfde kaart probeert terug te vinden (localization).
rdf:langString
Simultaneous localization and mapping (SLAM) är en teknik som används av robotar och autonoma fordon för att bygga upp en karta inom ett okänt område (utan förkunskaper), eller för att uppdatera en karta inom ett känt område (med förkunskaper från en given karta), samtidigt som man håller reda på dess nuvarande position.
rdf:langString
Localização e Mapeamento Simultâneos (SLAM, da sigla em inglês) é uma técnica utilizada por robôs e veículos autônomos para construir um mapa de um ambiente ao mesmo tempo que se localiza.
rdf:langString
SLAM (англ. simultaneous localization and mapping — одновременная локализация и построение карты) — метод, используемый в мобильных автономных средствах для построения карты в неизвестном пространстве или для обновления карты в заранее известном пространстве с одновременным контролем текущего местоположения и пройденного пути. Популярные методы приближённого решения данной задачи — фильтр частиц и расширенный фильтр Кальмана. Некоторые реализации метода используются в беспилотных автомобилях, летательных аппаратах, автономных подводных аппаратах, планетоходах, и даже внутри человеческого тела. Насущность проблемы связана с тем, что карты, обычно используемые для навигации агентов, в основном отражают вид пространства, зафиксированный в момент их построения, и совсем не обязательно, что вид пространства будет тем же в момент использования карт. При этом сложность технического процесса определения текущего местоположения с одновременным построением точной карты обусловлена низкой точностью приборов, участвующих в процессе вычисления текущего местоположения. Метод одновременной навигации и построения карты увязывает два независимых процесса в непрерывный цикл последовательных вычислений, при этом результаты одного процесса участвуют в вычислениях другого процесса. Основные подходы, используемые для реализации задачи — , FastSLAM, DP-SLAM. При относительно больших исследуемых площадях применяются многоагентные системы (такой подход был применён при исследовании картографии Марса группой роботов-марсоходов и соединении исследуемых карт в одну).
rdf:langString
同时定位与地图构建（英語：Simultaneous localization and mapping，一般直接称SLAM）是一种概念：希望机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的。
rdf:langString
При розв'язуванні задач навігації і картографії у робототехніці, одночасна локалізація і картографування (англ. simultaneous localization and mapping — SLAM) є алгоритмічною обчислювальною задачею побудови і оновлення мапи невідомого оточення з одночасним відстежуванням місцеположення рухаючись по ньому. Хоча це схоже на задачу «курка чи яйце?», існує декілька алгоритмів, що розв'язують її, щонайменше приблизно, в скінченний час для певних умов. До популярних методів розв'язування належать , розширений фільтр Калмана і GraphSLAM. Алгоритми SLAM обмежуються наявними ресурсами, таким чином не можуть бути абсолютно досконалими, бо досягають оперативної доступності. Опубліковані методи і підходи реалізовані в безпілотних автомобілях, безпілотних літаючих засобах, автономних підводних апаратах, планетоходах, згодом виникли в побутових роботах і навіть всередині людського тіла.
xsd:nonNegativeInteger
30883
