Observaciones no Gaussianas en SLAM

FAVIO MASSON; JOSE GUIVANT; EDUARDO NEBOT

Congreso; III Jornadas Argentinas de Robótica - JAR04; 2004

Para lograr confiabilidad a la navegación y construcción simultánea del mapa es necesario utilizar toda la información que se encuentra disponible para percibir el movimiento del vehículo y el entorno que lo rodea. No siempre esa información disponible tiene características aleatorias que puedan ser modeladas como Gaussianas y blancas. Así, cuando se utiliza un filtro de Kalman estas medidas deben ser descartadas. En este trabajo se presenta un método para extraer información útil de estas observaciones.