1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Вісник ТНТУ
  3. 2003
  4. Вісник ТДТУ, 2003, том 8, № 2
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/33706

Назва: Метод побудови локальної карти середовища мобільного робота
Інші назви: The method of local area map construction of mobile robot
Автори: Коваль, В.
Koval, V.
Приналежність: Тернопільська академія народного господарства
Бібліографічний опис: Коваль В. Метод побудови локальної карти середовища мобільного робота / Коваль В. // Вісник ТДТУ. — Т. : ТНТУ, 2003. — Том 8. — № 2. — С. 80–88. — (Приладобудування та інформаційно-вимірювальні технології).
Bibliographic description: Koval V. (2003) Metod pobudovy lokalnoi karty seredovyshcha mobilnoho robota [The method of local area map construction of mobile robot]. Scientific Journal of TSTU (Tern.), vol. 8, no 2, pp. 80-88 [in Ukrainian].
Є частиною видання: Вісник Тернопільського національного технічного університету, 2 (8), 2003
Scientific Journal of the Ternopil National Technical University, 2 (8), 2003
Журнал/збірник: Вісник Тернопільського національного технічного університету
Випуск/№ : 2
Том: 8
Дата публікації: 2003
Дата подання: 10-лют-2003
Дата внесення: 29-гру-2020
Видавництво: ТНТУ
TNTU
Місце видання, проведення: Тернопіль
Ternopil
УДК: 681.3
Кількість сторінок: 9
Діапазон сторінок: 80-88
Початкова сторінка: 80
Кінцева сторінка: 88
Короткий огляд (реферат): В даній статті розглядаються методи представлення локальної карти середовища, отриманої від інфрачервоних і ультразвукових сенсорів. Запропоновано метод побудови локальної карти середови-ща мобільного робота, який має меншу обчислювальну складність і вищу універсальність у порівнянні з відомими методами, що є важливим при оперуванні робота в on-line режимі. Результати імітаційного моделювання показали високу точність запропонованого методу.
The construction of local area maps on the based on heterogeneous sensor readings is considered in this paper. Presented in this paper method for the construction of local area maps displays lower calculation complexity and broader universality compared to existing methods and this is important for on-line robot activity. The simulation results showed the high accuracy of the method.
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/33706
ISSN: 1727-7108
Власник авторського права: © Тернопільський національний технічний університет імені Івана Пулюя
Перелік літератури: 1. Popov E.P., Oismennyj G.V. The robotics bases. - M: “High school”. - 1990 – 224 p.
2. Dorst L. An Introduction to Robotics for the computer sciences, University of Amsterdam. - 1993 -78 p.
3. Durrant-Whyte H. F. Integration, Coordination and Control of Multi-sensor Robot Systems. - Kluwer, Boston, MA – 1988 – 312 p.
4. Joris van Dam. Environment Modeling for Mobile Robots: Neural Learning for Sensor Fusion, Amsterdam: University van Amsterdam – Met lit. opg. - 1998 – 225 p.
5. Barraquand J., Langlois B., Latombe J. Numerical potential field techniques for robot path planning, Report No. STAN CS 89 1285. Dept. of Computer Science, Stanford University. –1989 – 89 p.
6. Besierre P., Dedieu E., Mazer E. Representing robot/environment interactions using probabilities: the beam in the beam experiment, From Perception to Action Conference, IEEE computer society press. - Sept. – 1994 – 73 p.
7. Borenstein J., Koren Y. Real-time obstacle avoidance for fast mobile robots. IEEE Transactions on Systems, Man, and Cybernetics. - Vol. 19, No. 5. - Sept./Oct. 1989. - pp. 1179-1187
8. Mongi A. Abidi, Rafael C. Gonzalez. Data fusion in robotics and machine intelligence. Academic Press, Inc. – 1992 – 546 p.
9. Duro R., Santos J., Graña M. Biologically inspired robot behavior engineering. - Physica-Verlag. – 2003 – 438 p.
10. Poncela A., Perez E., Bandera A., Urdiales C., Sandoval F. Efficient integration of metric and topological maps for directed exploration of unknown environments. Robotics and Autonomous Systems. - No. 41 (2002). - pp. 21–39.
11. Maaref H., Barret C. Sensor-based navigation of a mobile robot in an indoor environment. Robotics and Autonomous Systems. - No. 38 (2002) – pp. 1–18.
12. Brooks R., Iyengar S. Multi-sensor fusion: fundamentals and applications with software. Prentice-Hall PTR. – 1998 – 416 p.
13. Crowly J., Demazeau Y. Principles and techniques for sensor data fusion. Signal Processing. - No. 32. - 1993 - pp. 5-27.
14. Golovko V.A. Neurointelligence: theory and application. BPI, Brest. - 1999 - 228 p.
15. Flynn A.M. Combining sonar and infrared sensors for mobile robot navigation. International journal of robotic research. Vol. 7. No. 6. – 1988 – pp. 32-37.
16. Benet G., Blanes F., Simó J., Pérez P. Using infrared sensors for distance measurement in mobile robots. Robotics and Autonomous Systems. - 2002- No. 40. - pp. 255–266.
17. Chapman S. MATLAB Programming for Engineers. 2nd Edition. Brooks/Cole Publishing Company. – 2002 – 348 p.
References: 1. Popov E.P., Oismennyj G.V. The robotics bases, M: "High school", 1990 – 224 p.
2. Dorst L. An Introduction to Robotics for the computer sciences, University of Amsterdam, 1993 -78 p.
3. Durrant-Whyte H. F. Integration, Coordination and Control of Multi-sensor Robot Systems, Kluwer, Boston, MA – 1988 – 312 p.
4. Joris van Dam. Environment Modeling for Mobile Robots: Neural Learning for Sensor Fusion, Amsterdam: University van Amsterdam – Met lit. opg, 1998 – 225 p.
5. Barraquand J., Langlois B., Latombe J. Numerical potential field techniques for robot path planning, Report No. STAN CS 89 1285. Dept. of Computer Science, Stanford University. –1989 – 89 p.
6. Besierre P., Dedieu E., Mazer E. Representing robot/environment interactions using probabilities: the beam in the beam experiment, From Perception to Action Conference, IEEE computer society press, Sept, 1994 – 73 p.
7. Borenstein J., Koren Y. Real-time obstacle avoidance for fast mobile robots. IEEE Transactions on Systems, Man, and Cybernetics, Vol. 19, No. 5, Sept./Oct. 1989, pp. 1179-1187
8. Mongi A. Abidi, Rafael C. Gonzalez. Data fusion in robotics and machine intelligence. Academic Press, Inc, 1992 – 546 p.
9. Duro R., Santos J., Graña M. Biologically inspired robot behavior engineering, Physica-Verlag, 2003 – 438 p.
10. Poncela A., Perez E., Bandera A., Urdiales C., Sandoval F. Efficient integration of metric and topological maps for directed exploration of unknown environments. Robotics and Autonomous Systems, No. 41 (2002), pp. 21–39.
11. Maaref H., Barret C. Sensor-based navigation of a mobile robot in an indoor environment. Robotics and Autonomous Systems, No. 38 (2002) – pp. 1–18.
12. Brooks R., Iyengar S. Multi-sensor fusion: fundamentals and applications with software. Prentice-Hall PTR, 1998 – 416 p.
13. Crowly J., Demazeau Y. Principles and techniques for sensor data fusion. Signal Processing, No. 32, 1993 - pp. 5-27.
14. Golovko V.A. Neurointelligence: theory and application. BPI, Brest, 1999 - 228 p.
15. Flynn A.M. Combining sonar and infrared sensors for mobile robot navigation. International journal of robotic research. Vol. 7. No. 6, 1988 – pp. 32-37.
16. Benet G., Blanes F., Simó J., Pérez P. Using infrared sensors for distance measurement in mobile robots. Robotics and Autonomous Systems, 2002- No. 40, pp. 255–266.
17. Chapman S. MATLAB Programming for Engineers. 2nd Edition. Brooks/Cole Publishing Company, 2002 – 348 p.
Тип вмісту: Article
Розташовується у зібраннях:Вісник ТДТУ, 2003, том 8, № 2

Файли цього матеріалу:
Файл Опис РозмірФормат 
TSTUSJ_2003v8n2_Koval_V-The_method_of_local_area_map_80-88.pdf393,63 kBAdobe PDFПереглянути/відкрити
TSTUSJ_2003v8n2_Koval_V-The_method_of_local_area_map_80-88.djvu378,68 kBDjVuПереглянути/відкрити
TSTUSJ_2003v8n2_Koval_V-The_method_of_local_area_map_80-88__COVER.png520,94 kBimage/pngПереглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.