Methods for Simultaneous self Localization and Mapping for Depth Cameras
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F17%3APU125418" target="_blank" >RIV/00216305:26220/17:PU125418 - isvavai.cz</a>
Výsledek na webu
<a href="http://eeict.feec.vutbr.cz/2017/sbornik/EEICT_2017-sbornik-komplet-2.pdf" target="_blank" >http://eeict.feec.vutbr.cz/2017/sbornik/EEICT_2017-sbornik-komplet-2.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Methods for Simultaneous self Localization and Mapping for Depth Cameras
Popis výsledku v původním jazyce
This work deals with the extension of the existing implementation of RGBD Visual SLAM with additional data source from wheel odometry of robot’s chassis, on which RGBD sensor is lo- cated. Each of these two position estimation methods has a different character measurement uncer- tainty. By combining these methods together we could be able to suppress the disadvantages of both approaches, and in the result we would be able to create more accurate model of the robot’s environ- ment, which was unknown at the beginning of the measurement. Also accuracy of position estimation in created model can be improved.
Název v anglickém jazyce
Methods for Simultaneous self Localization and Mapping for Depth Cameras
Popis výsledku anglicky
This work deals with the extension of the existing implementation of RGBD Visual SLAM with additional data source from wheel odometry of robot’s chassis, on which RGBD sensor is lo- cated. Each of these two position estimation methods has a different character measurement uncer- tainty. By combining these methods together we could be able to suppress the disadvantages of both approaches, and in the result we would be able to create more accurate model of the robot’s environ- ment, which was unknown at the beginning of the measurement. Also accuracy of position estimation in created model can be improved.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20204 - Robotics and automatic control
Návaznosti výsledku
Projekt
—
Návaznosti
S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Sborník EEICT 2017
ISBN
978-80-214-5496-5
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
193-195
Název nakladatele
Neuveden
Místo vydání
Brno
Místo konání akce
Brno
Datum konání akce
27. 4. 2017
Typ akce podle státní příslušnosti
CST - Celostátní akce
Kód UT WoS článku
—