高次特徴地図のためのE2LSHに基づくモンテカルロ自己位置推定(人工知能,認知科学)
スポンサーリンク
概要
- 論文の詳細を見る
近年,移動ロボットの自己位置推定システムにおいて,識別力に優れる高次特徴ランドマークの高精度性・頑健性が明らかになってきた.しかし,その一方で,同システムの高次元性に起因し,地図データベースの構築や検索にかかる計算コストが増大するという問題がある.本論文では,高次特徴地図データベースの低コストな構築・検索を特徴とする自己位置推定アルゴリズムLSH-MCLを提案する.そのために,標準的なモンテカルロ自己位置推定アルゴリズムMCL (Monte Carlo localization)を拡張し, E2LSH(Exact Euclidean Locality Sensitive Hashing)を利用した時間コスト・空間コストの低い類似検索,及び,ハッシュ関数を利用した頑健な推論の方法を示す. Radishデータセットを用いた実験により提案手法の有効性を検証する.
- 2009-01-01