針對基于RBPF的激光SLAM算法在重采樣過程中出現(xiàn)的樣本貧化和激光測量模型不準(zhǔn)確的問題,提出一種優(yōu)化的激光SLAM算法。為緩解重采樣過程中的樣本貧化問題,采用最小采樣方差重采樣方法改進(jìn)原重采樣方法,使重采樣后的粒子保持多樣性。結(jié)合似然域模型與意外對象觀測概率,使激光測量模型更好地反映真實環(huán)境。實驗結(jié)果表明,改進(jìn)的重采樣方法定位效果較好,相對原激光SLAM算法,改進(jìn)的激光SLAM算法在動態(tài)環(huán)境中的建圖和定位精度更高。

【文章頁數(shù)】：6 頁

【文章目錄】：
0 概述
1 RBPF-SLAM算法
2 RBPF-SLAM算法重采樣策略改進(jìn)
    2.1 MSV重采樣算法
    2.2 仿真驗證
3 激光SLAM算法測量模型優(yōu)化
    3.1 基于RBPF的激光SLAM算法
    3.2 似然域模型改進(jìn)
4 機(jī)器人平臺激光SLAM實驗
5 結(jié)束語



本文編號：3907665