Deep Samplable Observation Model for Global Localization and Kidnapping
Deep Samplable Observation Model for Global Localization and Kidnapping
复制标题
全球定位和绑架的深度采样观测模型
DOI：
10.1109/lra.2021.3061339
复制
发表时间：
2020-09
影响因子：
5.2
通讯作者：
Xiong Rong
中科院分区：
文献类型：
--
作者：
Chen Runjian;Yin Huan;Jiao Yanmei;Dissanayake Gamini;Wang Yue;Xiong Rong
全局定位和绑架是机器人定位中两个具有挑战性的问题。流行的方法，蒙特卡罗定位（MCL）解决了这个问题，迭代更新一组粒子与“采样加权”循环。采样决定
Global localization and kidnapping are two challenging problems in robot localization. The popular method, Monte Carlo Localization (MCL) addresses the problem by iteratively updating a set of particles with a “sampling-weighting” loop. Sampling is decisi
登录
查看更多内容
影响因子：
22.7
作者：
Thrun, S
通讯作者：
Thrun, S
DOI：
10.15607/rss.2018.xiv.001
发表时间：
2018-05
期刊：
ArXiv
影响因子：
--
作者：
Rico Jonschkowski;Divyam Rastogi;O. Brock
通讯作者：
Rico Jonschkowski;Divyam Rastogi;O. Brock
DOI：
10.1109/ivs.2018.8500682
发表时间：
2017-12
期刊：
2018 IEEE Intelligent Vehicles Symposium (IV)
影响因子：
--
作者：
Huan Yin;Li Tang;X. Ding;Yue Wang;R. Xiong
通讯作者：
Huan Yin;Li Tang;X. Ding;Yue Wang;R. Xiong
DOI：
10.3390/s19020249
发表时间：
2019-01
期刊：
Sensors (Basel, Switzerland)
影响因子：
--
作者：
S. Xu;Wusheng Chou;Hongyi Dong
通讯作者：
S. Xu;Wusheng Chou;Hongyi Dong
DOI：
10.1016/b978-0-08-035742-3.50050-2
发表时间：
1988-10
期刊：
--
影响因子：
--
作者：
R. Hinkel;T. Knieriemen
通讯作者：
R. Hinkel;T. Knieriemen