Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Nous utilisons des cookies dans le but suivant :
Assurer le bon fonctionnement du site web, améliorer la sécurité et prévenir la fraude
Avoir un aperçu de l'utilisation du site web, afin d'améliorer son contenu et ses fonctionnalités
Pouvoir vous montrer les publicités les plus pertinentes sur des plateformes externes
Gestion des cookies
Club utilise des cookies et des technologies similaires pour faire fonctionner correctement le site web et vous fournir une meilleure expérience de navigation.
Ci-dessous vous pouvez choisir quels cookies vous souhaitez modifier :
Cookies techniques et fonctionnels
Ces cookies sont indispensables au bon fonctionnement du site internet et vous permettent par exemple de vous connecter. Vous ne pouvez pas désactiver ces cookies.
Cookies analytiques
Ces cookies collectent des informations anonymes sur l'utilisation de notre site web. De cette façon, nous pouvons mieux adapter le site web aux besoins des utilisateurs.
Cookies marketing
Ces cookies partagent votre comportement sur notre site web avec des parties externes, afin que vous puissiez voir des publicités plus pertinentes de Club sur des plateformes externes.
Une erreur est survenue, veuillez réessayer plus tard.
Il y a trop d’articles dans votre panier
Vous pouvez encoder maximum 250 articles dans votre panier en une fois. Supprimez certains articles de votre panier ou divisez votre commande en plusieurs commandes.
A crucial component of perception is the understanding of information which has passed through a sensor's detection process. In the world of autonomous robotics this takes the form of sensor understanding and modelling, feature detection, predicting measurements/observations, feature matching and sensor data representation. Laser and Radar Based Robotic Perception presents a review of autonomous robotic perception, exploring recent work from the autonomous robotics and tracking communities in general as well as from the authors' own experiences. Throughout the text, experiments and results are derived from the authors' experiences with laser and radar based sensors. The concepts used in the experiments, and conclusions drawn from them, are then compared with state of the art perception methods in a review type fashion. Laser and Radar Based Robotic Perception also reviews and presents methods which cope probabilistically with missed detections (the possibility of a sensor not detecting an object of interest), object spatial uncertainty (in which detected objects are given uncertain range and/or bearing values due to sensor noise) and false alarms (the possibility of a sensor reporting a detection, due to noise, when in fact nothing (or nothing of interest) is present). Environment measurement models based on these phenomena are therefore analysed. A further concept, often over-looked in the robotic, but apparent in the tracking literature, is that of estimating the correct number of features in an environment. Recent work which advocates the joint estimation of map features with respect to their number as well as location is reviewed.