學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Filters

2013 - 20152

Settings

Has files: YesSubject: search.filters.subject.FastSLAM

Search Results

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    具有高計算效率之視覺型即時定位與建圖演算法
    (2013) 楊誠愷; Cheng-Kai Yang
    FastSLAM是目前解決即時定位與建圖的熱門方法。雖然FastSLAM2.0的執行速度已經比EKF-SLAM快，但是當地標越來越多的時候，FastSLAM2.0也會因為需要多次比對量測資訊與已存在粒子中之地標，造成執行速度過慢，無法達成即時處理的目標。因此，本論文提出一種新的SLAM架構，稱之為「具有高計算效率之及時定位與建圖演算法(CESLAM)」，捨棄一開始在FastSLAM2.0中利用環境資訊更新粒子位置的階段，改成跟FastSLAM1.0一樣，先用里程計資訊更新粒子，在更新完粒子資訊後，選擇跟量測資訊似然性最高的已存地標更新粒子狀態後，再更新地標位置。模擬結果顯示，我們所提出的演算法可克服多次比對而造成執行速度過慢的問題，同時也提升了定位與建圖的準確度。實驗方面，我們使用Pioneer 3-DX機器人作為移動平台，搭配Kinect感測器進行以SURF為基礎的視覺型即時定位與建圖(V-CESLAM)，實驗結果證明，本方法可以即時地讓機器人在經過大幅的移動及旋轉後，依舊能定位出自己所在的位置，並成功建立出機器人周圍的環境地圖。
  • No Thumbnail Available
    Item
    以雲端運算為基礎之增強型同時定位與建圖
    (2015) 林東源; Lin, Tung-Yuan
    FastSLAM演算法常常被用來解決同時定位與建圖問題。雖然FastSLAM2.0的運算效率比EKF-SLAM來的高，但是隨著地標數目增加的時候，FastSLAM2.0會因為需要多次比對量測資訊與粒子內存的地標資訊，而降低運算效率。因此，本論文提出一改良作法，稱之為「增強型同時定位與建圖演算法(ESLAM)」，避免只用里程計資訊預測機器人位置，也使用環境資訊更新機器人預測位置，並選擇與量測資訊相似性最高的地標資訊先更新機器人位置後，再更新地標位置。模擬結果顯示，我們所提出的演算法相較於FastSLAM2.0具有較高的運算效率，且具有較良好的定位與建圖準確度，而相較於CESLAM雖然犧牲了些許運算效率，但提升了準確度。由於SLAM演算法常需要複雜計算，使得執行效率低落，無法達成即時處理的目標。因此，我們提出一雲端運算架構，將計算密集的任務卸載至雲端運算平台，運用雲端的快速運算以提升演算法之效能，其作法係利用RPC傳輸協定搭配雲端平行化架構進行以雲端為基礎之增強型同時定位與建圖。實驗結果證明，本方法可以確保定位與建圖的準確度之外，並運用雲端運算提升同時定位與建圖之執行效率。