發(fā)布時間：2017-09-01 09:24

  本文關(guān)鍵詞：基于自適應(yīng)漸消EKF的FastSLAM算法

  更多相關(guān)文章： 快速同時定位與建圖 粒子退化 自適應(yīng)漸消擴(kuò)展卡爾曼濾波 建議分布函數(shù)

【摘要】：快速同時定位與建圖(fast simultaneous localization and mapping,FastSLAM)算法的采樣過程會帶來粒子退化問題,為了改進(jìn)算法的性能,提高估計精度,從研究粒子濾波的建議分布函數(shù)出發(fā),提出基于自適應(yīng)漸消擴(kuò)展卡爾曼濾波(adaptive fading extended Kalman filter,AFEKF)的FastSLAM算法。該算法基于FastSLAM的基本框架,利用AFEKF產(chǎn)生一種參數(shù)可自適應(yīng)調(diào)節(jié)的建議分布函數(shù),使其更接近移動機(jī)器人的后驗位姿概率分布,減緩粒子集的退化。因此在同等粒子數(shù)的情況下,該算法有效提高了SLAM精度,以此減少所使用的粒子數(shù),降低算法的復(fù)雜度�；谀M器和標(biāo)準(zhǔn)數(shù)據(jù)集的實驗仿真結(jié)果驗證了該算法的有效性。
【作者單位】： 北京工業(yè)大學(xué)城市交通學(xué)院;
【關(guān)鍵詞】： 快速同時定位與建圖 粒子退化 自適應(yīng)漸消擴(kuò)展卡爾曼濾波 建議分布函數(shù)
【基金】：北京市教委基金項目(JJ002790200802)資助課題
【分類號】：TP242.6
【正文快照】： 0引言同時定位與建圖(simultaneous localization and mapping,SLAM)是指移動機(jī)器人在未知環(huán)境中探索時,根據(jù)自身攜帶的傳感器建造環(huán)境地圖,并在建造的地圖中確定自身的位置。SLAM問題被稱為自主移動機(jī)器人界的“圣杯”[1-2]。SLAM問題針對的是未知且不確定的環(huán)境,目前常用的

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 周武;趙春霞;張浩峰;;一種基于AMPF和FastSLAM的復(fù)合SLAM算法[J];模式識別與人工智能;2009年05期

2 劉宇紅;張明路;劉淑英;于江;;基于Rao-Blackwellized粒子濾波器的FastSLAM算法研究與應(yīng)用[J];河北工業(yè)大學(xué)學(xué)報;2009年03期

3 陳家乾;何衍;蔣靜坪;;基于權(quán)值平滑的改良FastSLAM算法[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年08期

4 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 姜曉燕;基于粒子濾波和一致性分析的同時定位與地圖構(gòu)建算法研究[D];中國海洋大學(xué);2014年

，

本文編號：771254