Séance de cours
Les bases de la robotique mobile : incertitudes
Dans cours
DEMO: consequat irure amet
Do exercitation consequat voluptate deserunt consectetur mollit minim aute exercitation adipisicing eu id occaecat. Veniam ut pariatur nostrud cupidatat esse nisi qui elit. Cillum velit in irure commodo qui adipisicing fugiat cupidatat laborum. Cillum anim non dolore ut. Anim sunt anim culpa reprehenderit fugiat qui minim quis.
Description
Cette séance de cours couvre les bases de la robotique mobile, en se concentrant sur les incertitudes impliquées dans la localisation. En commençant par le filtre Bayes, l'instructeur explique les filtres Bayes discrets et les filtres à particules. Passant au filtre de Kalman, la séance de cours se penche sur les représentations gaussiennes, la fusion des capteurs et le filtre de Kalman étendu. Les exemples pratiques incluent les scénarios de localisation 1D et 2D, la fusion de capteurs à l'aide d'accéléromètres et de gyroscopes, et l'application du filtre de Kalman étendu dans l'estimation d'orientation.
Enseignant
veniam sint consequat
Elit sint nulla ad dolore elit nostrud duis in ut adipisicing pariatur amet. Esse ipsum cupidatat do ipsum consequat in. Veniam occaecat mollit in commodo reprehenderit culpa dolore dolor ut. Cupidatat consectetur incididunt elit sunt culpa cillum aliqua commodo aliquip. Nisi nulla aute qui eiusmod enim velit eu nostrud.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Séances de cours associées (32)
Théorie flexible de la guidance
Discute de la conception et de l'importance des guides flexibles en microtechnologie, en soulignant leurs avantages et leurs applications dans les dispositifs MEMS.
Odométrie et fusion des capteurs
Explore les sources d'erreur dans l'odométrie, la fusion des capteurs, la localisation basée sur les fonctionnalités, et l'algorithme Kalman Filter.
Gyroscope : Mouvement et forcesMOOC: Physique générale
Explique le mouvement gyroscopique, les moments d'inertie et les principes de précession.
Capteurs capacitifs: Capteurs d'inertie
Couvre les principes des capteurs d'inertie et des techniques d'élimination de la dérive.
Capteurs de bas grade : Visualisation de données et suivi de mouvement
Couvre la visualisation des données des capteurs des smartphones et l'application de capteurs dans le suivi des mouvements sportifs.