Robot localization in a mapped environment using Adaptive Monte Carlo algorithm

要約

ローカライゼーションとは、マッピングされた環境においてロボットの姿勢を決定する課題である。これは、ノイズの多いセンサ測定値をフィルタリングし、ロボットの位置と姿勢を追跡する確率的アルゴリズムを実装することによって行われる。本論文では、適応モンテカルロ・ローカライゼーションまたはパーティクルフィルタ法を用いて、既知のマッピングされた環境においてロボットをローカライズし、ゴール状態に送ることに焦点を当てる。ROS、Gazebo、RVizを環境シミュレーションと2台のロボットのプログラミングに使用した。

要約(オリジナル)

Localization is the challenge of determining the robot’s pose in a mapped environment. This is done by implementing a probabilistic algorithm to filter noisy sensor measurements and track the robot’s position and orientation. This paper focuses on localizing a robot in a known mapped environment using Adaptive Monte Carlo Localization or Particle Filters method and send it to a goal state. ROS, Gazebo and RViz were used as the tools of the trade to simulate the environment and programming two robots for performing localization.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL