Uniform Monte Carlo localization - fast and robust self-localization method for mobile robots
Uniform Monte Carlo localization - fast and robust self-localization method for mobile robots
复制标题
统一蒙特卡罗定位 - 移动机器人快速稳健的自定位方法
DOI：
10.1109/robot.2002.1014731
复制
发表时间：
2002
期刊：
影响因子：
--
通讯作者：
J. Ota
中科院分区：
文献类型：
--
作者：
R. Ueda;Takeshi Fukase;Yuichi Kobayashi;T. Arai;H. Yuasa;J. Ota
在本文中，我们描述了一种新的自定位算法。自定位方法需要降低计算成本和处理模糊的传感器数据。因此，我们建议只用均匀分布来表示概率分布在蒙特卡罗定位，并命名为均匀蒙特卡罗定位（均匀MCL）。在RoboCup Sony腿式机器人联赛的环境中，我们证明了Uniform MCL的低计算成本和鲁棒性。
In this paper, we describe a novel self-localization algorithm. Self-localization methods are required for lowering the computational cost and handling vague sensor data. Thus, we propose to use only the uniform distribution to represent probability distributions in Monte Carlo localization, and name this method a uniform Monte Carlo localization (Uniform MCL). We manifest the low computational cost and robustness of Uniform MCL in the environment of RoboCup Sony legged robot league.