Glosario IA
El diccionario completo de la Inteligencia Artificial
SLAM con Filtro de Kalman Extendido
Enfoque probabilístico basado en el filtro de Kalman extendido para estimar conjuntamente la pose del robot y la posición de los puntos de referencia del entorno. EKF-SLAM mantiene una matriz de covarianza completa que captura las correlaciones entre todos los elementos del mapa.
PTAM (Seguimiento y Mapeo Paralelo)
Pionero en SLAM visual en tiempo real, separando explícitamente el seguimiento rápido del mapeo más lento en dos hilos paralelos. Esta arquitectura ha influido en muchos sistemas SLAM modernos al permitir un rendimiento en tiempo real en hardware estándar.
Selección de Keyframes
Estrategia que determina qué imágenes o escaneos deben conservarse en el mapa SLAM para garantizar una representación eficiente del entorno. Una buena selección de keyframes equilibra la cobertura espacial y la complejidad computacional del sistema.
SLAM Denso
Enfoque SLAM que tiene como objetivo reconstruir un mapa denso del entorno en lugar de puntos de referencia dispersos, utilizando todos los píxeles disponibles para la modelización. Los métodos densos como DTAM o KinectFusion producen modelos 3D detallados pero requieren más recursos computacionales.
Reconocimiento de Lugares
Capacidad del sistema SLAM para identificar lugares visitados previamente utilizando descriptores globales del entorno como FAB-MAP o VLAD. Esencial para la detección de bucles y la construcción de mapas multisesión coherentes.
SLAM Directo
Método SLAM que opera directamente sobre las intensidades de los píxeles sin extracción explícita de características, como en LSD-SLAM o DSO. Este enfoque puede manejar mejor las superficies con poca textura y ofrece precisión subpíxel en la estimación de pose.
Grafos de Factores
Representación matemática del problema SLAM como un grafo bipartito donde las variables de pose se optimizan bajo las restricciones de los factores de medición. Esta formulación permite una modelización flexible y eficiente de diferentes tipos de sensores y restricciones geométricas.
SLAM Semi-Directo
Enfoque híbrido que combina las ventajas de los métodos directos y basados en características, como en SVO (Semi-Direct Visual Odometry). Utiliza características para la robustez mientras aprovecha la información fotométrica para una mayor precisión.
SLAM Multisesión
Extensión del SLAM tradicional que permite la fusión de mapas obtenidos en diferentes sesiones, realizando un mapeo colaborativo o distribuido temporalmente. Requiere estrategias avanzadas de alineación y fusión de mapas para mantener la consistencia.