SLAM

SLAM (Simultaneous Localization and Mapping)

대부분의 로봇 시뮬레이션은 Map이 주어져 있을 때 로봇의 위치를 찾아내는 Localization, 혹은 로봇의 위치를 정확히 알 수 있을 때 Map을 만들어가는 Mapping이다.

Map과 localization을 동시에 하기 때문에 오버헤드가 크다.

개발된 알고리즘은 2가지 이다.

EKF-SLAM

FastSLAM

EKF SLAM은 칼만 필터의 전제를 가지고 SLAM을 수행한다.

칼만필터는 그 때의 상태가 그 자신에게만 dependent하다는 가정을 깔고 있기 때문에 계산량이 많고 오버헤드가 크다.

FastSLAM은 몬테카를로 방법(파티클 필터링)알고리즘을 기반으로 하고 있다.

사실 EKF는 가우시안 분포를 가정하고 파티클 방법은 단순한 많은 수의 랜덤한 포인트를 가지고 구현하기 때문에

FastSLAM이 오버헤드가 더 크다고 할 수 있다.

SLAM알고리즘은 미로찾기 로봇과 라인트레이서, 청소로봇과같은 많은 범위에서 쓰일 수 있다.

출처 : http://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping

 http://dalbom.tistory.com/13