LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

CONEM 2018

X Congresso Nacional de Engenharia Mecânica

A Pose-Graph Optimization tool for MATLAB

Submission Author: João Carlos Virgolino Soares , RJ
Co-Authors: João Carlos Virgolino Soares, Marco Antonio Meggiolaro
Presenter: João Carlos Virgolino Soares

doi://10.26678/ABCM.CONEM2018.CON18-0341

 

Abstract

Several problems in mobile robotics need probabilistic formulations to handle the inherent uncertainty of motion and sensor measurements. Graph-SLAM is a probabilistic approach to the simultaneous localization and mapping problem that is based on maximum likelihood estimation and non-linear least squares optimization. It consists in generating a graph from the poses of the robot and from the constraints of measurements between poses, followed by the optimization of this graph to obtain a consistent trajectory. This paper presents the development and implementation of a pose-graph optimization tool for MATLAB. A pose quaternion representation is used and a manifold optimization approach is applied to handle attitude representation problems in the optimization. The system is evaluated using benchmark datasets available in the literature.

Keywords

Graph-SLAM, Non-linear least squares, Probabilistic Robotics

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM