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”

Global Robot Localization Under Noise Stress Utilizing EA Methods and Semisemantic Classification of a Known Environment

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00222506" target="_blank" >RIV/68407700:21230/14:00222506 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://www.tandfonline.com/doi/full/10.1080/08839514.2014.875684" target="_blank" >http://www.tandfonline.com/doi/full/10.1080/08839514.2014.875684</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1080/08839514.2014.875684" target="_blank" >10.1080/08839514.2014.875684</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Global Robot Localization Under Noise Stress Utilizing EA Methods and Semisemantic Classification of a Known Environment

  • Popis výsledku v původním jazyce

    Global localization algorithms belong to the key research areas in the field of autonomous mobile robotics. The ability to correctly estimate the initial position after activation or to recover the global position if orientation is lost is required fromall modern autonomous systems. This article presents an algorithm for unmanned global navigation in a known environment containing noise and moving objects. Evolutionary algorithms (EA) form an important part of the discussed method. We also present a novel method of semisemantic classification of the environment in which a robot moves. This semisemantic description of the environment allows for a significantly better setup of the working parameters of individual EAs. It also enables to better connect EAs with the basic navigation methodology based on algebraic criteria, in other words, on the minimization of L1-norm. An extensive set of experimental results confirms that the connection of the semantic environment description and the na

  • Název v anglickém jazyce

    Global Robot Localization Under Noise Stress Utilizing EA Methods and Semisemantic Classification of a Known Environment

  • Popis výsledku anglicky

    Global localization algorithms belong to the key research areas in the field of autonomous mobile robotics. The ability to correctly estimate the initial position after activation or to recover the global position if orientation is lost is required fromall modern autonomous systems. This article presents an algorithm for unmanned global navigation in a known environment containing noise and moving objects. Evolutionary algorithms (EA) form an important part of the discussed method. We also present a novel method of semisemantic classification of the environment in which a robot moves. This semisemantic description of the environment allows for a significantly better setup of the working parameters of individual EAs. It also enables to better connect EAs with the basic navigation methodology based on algebraic criteria, in other words, on the minimization of L1-norm. An extensive set of experimental results confirms that the connection of the semantic environment description and the na

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Applied Artificial Intelligence

  • ISSN

    0883-9514

  • e-ISSN

  • Svazek periodika

    28

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    GB - Spojené království Velké Británie a Severního Irska

  • Počet stran výsledku

    58

  • Strana od-do

    360-417

  • Kód UT WoS článku

    000333952500003

  • EID výsledku v databázi Scopus