Various three-dimensional models have been proposed for place representation in maps. While Cartesian point clouds are the prevalent representation for three-dimensional place representation in metric maps, due to exorbitant size, recent work have focused on the formulation of more efficient and topological representations. In this paper, we propose a new approach to three-dimensional range data based place representation in topological maps via bubble space. The advantage of this approach is that bubble surfaces preserve the local S2−metric relations of each place with respect to the incoming sensory data from the robot’s viewpoint while simultaneously allowing for a compact, rotationally invariant and incremental description. The proposed approach is evaluated with support vector machine based decision making using three benchmark laser datasets. Our experimental results indicate that high recall and precision rates can be achieved.

Haritalarda yer gösterimi için birçok 3-boyutlu model önerilmiştir. Kartezyen nokta kümeleri, metrik haritalar için kullanılan temel gösterim metodu olsa da çok fazla miktarda veri içermesi nedeniyle yeni çalışmalarda daha verimli ve tıkız gösterimler üzerinde durulmaktadır. Bu çalışmamızda, topolojik haritalarda kullanılmak
üzere, 3-boyutlu yer gösterimi ile ilgili olarak baloncuk uzayı temelli yeni bir yaklaşım sunmaktayız. Bu yaklaşımın bir avantajı, baloncuk yüzeylerinin robotun o anki bakış açısından gelen verilere göre yerel S2- metrik ilişkileri korumasıdır. Buna ek olarak, her bir yüzey, tıkız, dönel-değişmez tanımlayıcılarla tanımlanabilir. Önerilen gösterimin başarımı, destek vektör makinası öğrenme algoritması kullanılarak üç ayrı veritabanı üzerinde sınanmıştır. Alınan sonuçlar, önerilen gösterim kullanılarak, yüksek hassasiyet (precision) ve geri getirme (recall) oranları elde edildiğini göstermektedir.