oru.sePublikationer
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
A Submap per Perspective: Selecting Subsets for SuPer Mapping that Afford Superior Localization Quality
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS MRO Lab)ORCID-id: adolfsson
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS MRO Lab)ORCID-id: 0000-0003-3788-499X
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS MRO Lab)ORCID-id: 0000-0001-8658-2985
Örebro universitet, Institutionen för naturvetenskap och teknik. (AASS MRO Lab)ORCID-id: 0000-0003-0217-9326
Visa övriga samt affilieringar
2019 (Engelska)Ingår i: 2019 European Conference on Mobile Robots (ECMR), IEEE, 2019Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

This paper targets high-precision robot localization. We address a general problem for voxel-based map representations that the expressiveness of the map is fundamentally limited by the resolution since integration of measurements taken from different perspectives introduces imprecisions, and thus reduces localization accuracy.We propose SuPer maps that contain one Submap per Perspective representing a particular view of the environment. For localization, a robot then selects the submap that best explains the environment from its perspective. We propose SuPer mapping as an offline refinement step between initial SLAM and deploying autonomous robots for navigation. We evaluate the proposed method on simulated and real-world data that represent an important use case of an industrial scenario with high accuracy requirements in an repetitive environment. Our results demonstrate a significantly improved localization accuracy, up to 46% better compared to localization in global maps, and up to 25% better compared to alternative submapping approaches.

Ort, förlag, år, upplaga, sidor
IEEE, 2019.
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Datavetenskap
Identifikatorer
URN: urn:nbn:se:oru:diva-79739DOI: 10.1109/ECMR.2019.8870941Scopus ID: 2-s2.0-85074443858ISBN: 978-1-7281-3605-9 (digital)OAI: oai:DiVA.org:oru-79739DiVA, id: diva2:1391182
Konferens
European Conference on Mobile Robotics (ECMR), Prague, Czech Republic, September 4 - 6, 2019
Forskningsfinansiär
EU, Horisont 2020, 732737Tillgänglig från: 2020-02-03 Skapad: 2020-02-03 Senast uppdaterad: 2020-02-14Bibliografiskt granskad

Open Access i DiVA

A Submap per Perspective - Selecting Subsets for SuPer Mapping that Afford Superior Localization Quality(4793 kB)71 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 4793 kBChecksumma SHA-512
6966ae59319ae2fda3dc3f0e45790316c3877d2449be7c7e03d07f35d3194fdd70324d53fcc405f532d49434bf14ed563858ab63f75912225754785f44ef5250
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Personposter BETA

Adolfsson, DanielLowry, StephanieMagnusson, MartinLilienthal, Achim J.Andreasson, Henrik

Sök vidare i DiVA

Av författaren/redaktören
Adolfsson, DanielLowry, StephanieMagnusson, MartinLilienthal, Achim J.Andreasson, Henrik
Av organisationen
Institutionen för naturvetenskap och teknik
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 71 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 61 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf