Vše
Vše

Co hledáte?

Vše
Projekty
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”

Improving multimodal data fusion for mobile robots by trajectory smoothing

Popis výsledku

Identifikátory výsledku

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Improving multimodal data fusion for mobile robots by trajectory smoothing

  • Popis výsledku v původním jazyce

    Localization of mobile robots is still an important topic, especially in case of dynamically changing, complex environments such as in Urban Search & Rescue (USAR). In this paper we aim for improving the reliability and precision of localization of our multimodal data fusion algorithm. Multimodal data fusion requires resolving several issues such as significantly different sampling frequencies of the individual modalities. We compare our proposed solution with the well-proven and popular Rauch–Tung–Striebel smoother for the Extended Kalman filter. Furthermore, we improve the precision of our data fusion by incorporating scale estimation for the visual modality.

  • Název v anglickém jazyce

    Improving multimodal data fusion for mobile robots by trajectory smoothing

  • Popis výsledku anglicky

    Localization of mobile robots is still an important topic, especially in case of dynamically changing, complex environments such as in Urban Search & Rescue (USAR). In this paper we aim for improving the reliability and precision of localization of our multimodal data fusion algorithm. Multimodal data fusion requires resolving several issues such as significantly different sampling frequencies of the individual modalities. We compare our proposed solution with the well-proven and popular Rauch–Tung–Striebel smoother for the Extended Kalman filter. Furthermore, we improve the precision of our data fusion by incorporating scale estimation for the visual modality.

Klasifikace

  • Druh

    Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Robotics and Autonomous Systems

  • ISSN

    0921-8890

  • e-ISSN

  • Svazek periodika

    84

  • Číslo periodika v rámci svazku

    October

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    9

  • Strana od-do

    88-96

  • Kód UT WoS článku

    000383526400007

  • EID výsledku v databázi Scopus

    2-s2.0-84991665897

Základní informace

Druh výsledku

Jx - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

Jx

CEP

JD - Využití počítačů, robotika a její aplikace

Rok uplatnění

2016