Séance de cours
Les bases de la robotique mobile : incertitudes
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.
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.