Séance de cours

Odométrie et fusion des capteurs

Dans cours
DEMO: velit pariatur est irure
Sint ipsum velit cillum dolor veniam nulla non consequat est. Nostrud in commodo laborum fugiat adipisicing enim eiusmod sint labore labore consectetur ea tempor. Laboris incididunt labore commodo adipisicing elit aliqua voluptate exercitation consectetur amet. Occaecat laboris sint labore ullamco deserunt eu consequat tempor sit.
Connectez-vous pour voir cette section
Description

Cette séance de cours couvre les sources d'erreur dans l'odométrie, y compris les sources déterministes comme la résolution limitée de l'encodeur et le désalignement des roues, et les sources non déterministes comme les variations des points de contact des roues. Il traite également de la localisation basée sur les caractéristiques, de l'algorithme Kalman Filter pour la fusion des processus bruyants et de la détection, et de la propagation du bruit d'actionneur pour poser le bruit. La séance de cours met l'accent sur l'importance de la modélisation de l'erreur d'odométrie et de l'erreur du capteur, et fournit des informations sur le filtre Kalman pour la fusion des capteurs. Divers exemples et modèles sont présentés pour illustrer les concepts.

Enseignant
aute eiusmod in reprehenderit
In duis non commodo culpa laborum voluptate nulla officia veniam. Laborum ipsum irure cillum id fugiat. Fugiat consequat esse occaecat sit exercitation magna adipisicing et magna officia.
Connectez-vous pour voir cette section
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.
Séances de cours associées (36)
Modèles de diffusion
Explore les modèles de diffusion, en mettant l'accent sur la production d'échantillons provenant d'une distribution et l'importance de la dénigrement dans le processus.
Signaux harmoniques et estimation du spectre
Explore les signaux harmoniques, l'estimation du spectre et les méthodes d'analyse des signaux à l'aide des outils MATLAB.
Hypothèse de thermalisation d'état propre
Explore l'hypothèse de thermalisation d'état propre dans les systèmes quantiques, en mettant l'accent sur la théorie de la matrice aléatoire et le comportement des observables dans l'équilibre thermique.
Kalman Filtre: Modèles d'espace d'État
Introduit le filtre Kalman pour estimer l'état d'un système dynamique à partir de mesures bruyantes, couvrant la prédiction, la mise à jour et les étapes de filtrage.
Systèmes laser
Couvre les concepts fondamentaux du fonctionnement du laser, y compris la théorie de la dispersion, le gain et les résonateurs, différents types de systèmes laser, les caractéristiques du bruit, les fibres optiques, les lasers ultrarapides et la conversion de fréquence non linéaire.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.