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”

Není k dispozici

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F06%3A03120563" target="_blank" >RIV/68407700:21230/06:03120563 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Sensor Data Fusion

  • Popis výsledku v původním jazyce

    The main contribution of this paper is to present a sensor fusion approach to scene environment mapping as part of a Sensor Data Fusion (SDF) architecture. This approach involves combined sonar array with stereo vision readings. Sonar readings are interpreted using probability density functions to the occupied and empty regions. Scale Invariant Feature Transform (SIFT) feature descriptors are interpreted using gaussian probabilistic error models. The use of occupancy grids is proposed for representing the sensor readings. The Bayesian estimation approach is applied to update the sonar array and the SIFT descriptors&#8217; uncertainty grids. The sensor fusion yields a significant reduction in the uncertainty of the occupancy grid compared to the individual sensor readings.

  • Název v anglickém jazyce

    Sensor Data Fusion

  • Popis výsledku anglicky

    The main contribution of this paper is to present a sensor fusion approach to scene environment mapping as part of a Sensor Data Fusion (SDF) architecture. This approach involves combined sonar array with stereo vision readings. Sonar readings are interpreted using probability density functions to the occupied and empty regions. Scale Invariant Feature Transform (SIFT) feature descriptors are interpreted using gaussian probabilistic error models. The use of occupancy grids is proposed for representing the sensor readings. The Bayesian estimation approach is applied to update the sonar array and the SIFT descriptors&#8217; uncertainty grids. The sensor fusion yields a significant reduction in the uncertainty of the occupancy grid compared to the individual sensor readings.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2006

  • 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 IEEE Systems, Man and Cybernetics Society United Kingdom & Republic of Ireland Chapter 5th Conference on Advances in Cybernetic System

  • ISBN

    1744-9170

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    20-25

  • Název nakladatele

    IEEE - Systems, Man, and Cybernetics Society

  • Místo vydání

    New York

  • Místo konání akce

    Sheffield

  • Datum konání akce

    7. 9. 2006

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku