Visuelle Information zur robusten Zuordnung von Landmarken für die Navigation mobiler Roboter

Abstract

In diesem Artikel wird ein Algorithmus für die simultane Lokalisierung und Kartenerstellung (engl.: simultaneous localization and mapping - SLAM) für mobile Roboter vorgestellt, bei dem durch ein erweitertes Landmarkenmodell die Robustheit bei der Datenassoziation, d. h. die Zuordnung einer Beobachtung zu der entsprechenden Landmarke in der bereits aufgenommenen Karte, verbessert wird. Eine zuverlässige Zuordnung ist von großer Bedeutung, da Fehlzuordnungen zu inkonsistenten und damit falschen Karten führen können. Das vorgestellte Verfahren verwendet als Basis einen Partikelfilter- Algorithmus und ein probabilistisches Modell für die Landmarken. Durch die Likelihood-Betrachtung der Zuordnung zwischen Beobachtungen und Landmarken können sowohl die importance weights für das Partikelfilter als auch die Datenassoziation mittels Maximum-Likelihood-Schätzer bestimmt werden.