Etude des Algorithmes de Localisation et Cartographie Simultannées (SLAM)

Abstract

Abstract In this research provides a comprehensive introduction in to the simultaneous localization and mapping problem, better known in its abbreviated form as SLAM. SLAM addresses the problem of a robot navigating an unknown environment. While navigating the environment, the robot seeks to acquire a map thereof, and at the same time it wishes to localize itself using its map. The use of SLAM problems can be motivated in two different ways: one might be interested in detailed environment models, or one might seek to maintain an accurate sense of a mobile robot’s location. SLAM serves both of these purposes. In this work, we review the traditional approach, which relies on the extended Kalman filter (EKF) for representing the robot’s best estimate. Résumé Cette recherche fournit une introduction complète au problème de la localisation et de la cartographie simultanées, mieux connu sous sa forme abrégée sous le nom de SLAM. SLAM traite du problème d'un robot naviguant dans un environnement inconnu. Tout en naviguant dans l'environnement, le robot cherche à en acquérir une carte, et en même temps il souhaite se localiser à l'aide de sa carte. L'utilisation des problèmes SLAM peut être motivée de deux manières différentes : on peut être intéressé par des modèles détaillés de l'environnement, ou on peut chercher à conserver une idée précise de la localisation d'un robot mobile. Le SLAM sert ces deux objectifs. Dans ce travail, nous passons en revue l'approche traditionnelle, qui repose sur le filtre de Kalman étendu (EKF) pour représenter la meilleure estimation du robot.