SLAM
ロボットの地図を長期運用する：環境変化の検出と再マッピング設計
静的地図と動的障害物を分離し、変化の検証、地図の昇格、旧版保持までを長期運用の設計として整理します。
ロボット自己位置推定のセンサーフュージョン設計：カメラ・LiDAR・IMUの役割分担
カメラ・LiDAR・IMUの観測特性を整理し、環境条件と推定要件からVIO、LIO、3センサー融合、EKF、因子グラフを選ぶ基準を示す。
静的地図と動的障害物を分離し、変化の検証、地図の昇格、旧版保持までを長期運用の設計として整理します。
カメラ・LiDAR・IMUの観測特性を整理し、環境条件と推定要件からVIO、LIO、3センサー融合、EKF、因子グラフを選ぶ基準を示す。
集計日時: 2026-11-08T09:13:51+09:00（Google Analytics 4 / 直近30日）
