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”

Bayesian Filters in Practice

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61388998%3A_____%2F10%3A00347213" target="_blank" >RIV/61388998:_____/10:00347213 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Bayesian Filters in Practice

  • Popis výsledku v původním jazyce

    Bayesian filters represent the most commonly used tool for state estimation not only in mobile robotics. The filters are widely used in sensor data fusion and robot localization problems. The paper describes in detail our experiences with the filters inrobot localization using bearing only beacons. Bearing only beacons are easy to implement, therefore can be realized by the students and relatively complex task of Bayesian filtering can be explained using real data. Both simulation and practical resultswith Extended Kalman filter and Unscented Kalman filter are given, taking into consideration not only the precision of obtained estimate, but also its robustness against the noise and memory and computational requirements that must be considered when computational resources are limited.

  • Název v anglickém jazyce

    Bayesian Filters in Practice

  • Popis výsledku anglicky

    Bayesian filters represent the most commonly used tool for state estimation not only in mobile robotics. The filters are widely used in sensor data fusion and robot localization problems. The paper describes in detail our experiences with the filters inrobot localization using bearing only beacons. Bearing only beacons are easy to implement, therefore can be realized by the students and relatively complex task of Bayesian filtering can be explained using real data. Both simulation and practical resultswith Extended Kalman filter and Unscented Kalman filter are given, taking into consideration not only the precision of obtained estimate, but also its robustness against the noise and memory and computational requirements that must be considered when computational resources are limited.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • 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

    Proceedings of the 1st International Conference on Robotics in Education

  • ISBN

    978-80-227-3353-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

  • Název nakladatele

    Slovak University of Technology in Bratislava

  • Místo vydání

    Bratislava

  • Místo konání akce

    Bratislava

  • Datum konání akce

    16. 9. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku