Abstract:
Dans ce travail, nous avons fourni un aperçu complet du sujet en pleine expansion de la localisation et de la cartographie simultanés (SLAM). Le SLAM est un sous-domaine de la robotique probabiliste qui s’intéresse a` la localisation, a` la cartographie et au contrôle du mouvement. De nombreuses recherches en robotique portent sur le SLAM afin de développer des voitures auto-conductrices, des robots d’exploration et des robots de secours en cas de catastrophe. Pour commencer, nous avons fourni une description mathématique du problème SLAM en utilisant des techniques de filtrage récursif de Bayes, notamment le filtre de Kalman linéaire,
le filtre de Kalman étendu, le filtre a` particules et FastSLAM. Nous avons particulièrement
choisi ces algorithmes parce qu’ils s’appuient les uns sur les autres et qu’ils sont utilisées comme tremplin pour les algorithmes SLAM les plus avances.
