Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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