移動ロボットのためのポータブル多仮説モンテカルロ法ローカライゼーションという論文を読む
概要
面白そうなパーティクルフィルタの論文を見つけたのでメモしながら読む
論文
https://arxiv.org/pdf/2209.07586.pdf
タイトル
Portable Multi-Hypothesis Monte Carlo Localization for Mobile Robots
メモ
・研究背景
自己位置推定は、地図を使用してある地点から別の地点へ移動するために必要な能力。
そのため、自己位置推定の向上は繊細な作業を行うために非常に重要である。
・従来研究
過去20年間に複数の仮説に基づく自己位置推定が開発された。
カルマンフィルタを用いたハイブリッドな自己位置推定方が
Jensfelt と Kristensenによって提案された。
chungとLinは、AMCLのアルゴリズムを30回実行し共分散行列に 基づいて1つのAMCL推定を決定する方法を提案。
・研究目的
MCLのアルゴリズムにおいて、複数のパーティクルの分布を維持し
常に最適なパーティクルの分布を出力とする新しい位置推定を提案する。
・そうなんだー
パーティクルフィルタの推定の信頼度/不確かさを表すものとして
共分散行列から求めるのは効果的ではない。