改进的平方根容积模糊自适应卡尔曼滤波SLAM算法

发布时间：2018-06-16 04:50

  本文选题：SLAM算法 + 迭代平方根容积　； 参考：《组合机床与自动化加工技术》2017年12期

【摘要】：针对移动机器人SLAM算法存在系统噪声对定位精度影响严重,特征点的增加导致轨迹偏移等现象。文章将迭代思想与时变渐消因子引入平方根容积卡尔曼滤波中,通过动态调节新息均值和协方差的方式,建立模糊自适应模型调整噪声权值,改善系统中存在的运动噪声和观测噪声。该算法相对于以往算法只能解决单一问题而言,具有更好的兼容性与鲁棒性。通过实验仿真结果可以看出,该算法相对于以往算法在X方向、Y方向和位姿偏移角的误差分别减小了21.59%、36.45%、32.97%。将此算法应用于实际中,具有良好的地图重建效果。
[Abstract]:In view of the slam algorithm of mobile robot, the system noise has a serious impact on the positioning accuracy, and the increase of feature points leads to trajectory migration and so on. In this paper, the iterative idea and the time-varying fading factor are introduced into the square root volume Kalman filter. By dynamically adjusting the mean and covariance of the innovation, a fuzzy adaptive model is established to adjust the noise weight. The motion noise and observation noise in the system are improved. Compared with the previous algorithm, this algorithm can only solve a single problem, and has better compatibility and robustness. The experimental results show that the error of this algorithm is reduced by 21.59 / 36.45 and 32.97, respectively, compared with the previous algorithms. The algorithm is applied in practice and has good map reconstruction effect.
【作者单位】： 南京工业大学电气工程与控制科学学院;
【分类号】：TP242

【相似文献】

相关期刊论文 前10条

1 吴晓琳;宋萌;苑晶;孙凤池;陶通;;通讯范围受限条件下的多机器人主动SLAM[J];系统工程与电子技术;2012年10期

2 郭剑辉;赵春霞;陆建峰;康亮;;Rao-Blackwellised粒子滤波SLAM的一致性研究[J];系统仿真学报;2008年23期

3 郭剑辉;赵春霞;石杏喜;;一种改进的联合相容SLAM数据关联方法[J];仪器仪表学报;2008年11期

4 Mansour Moniri;Claude C.Chibelushi;;A Sensor-based SLAM Algorithm for Camera Tracking in Virtual Studio[J];International Journal of Automation & Computing;2008年02期

5 季秀才;郑志强;张辉;;SLAM问题中机器人定位误差分析与控制[J];自动化学报;2008年03期

6 周武;赵春霞;;一种改进的边缘粒子滤波SLAM方法[J];华中科技大学学报(自然科学版);2008年S1期

7 丁帅华;陈雄;韩建达;;基于局部子图匹配的SLAM方法[J];机器人;2009年04期

8 陈家乾;何衍;蒋静坪;;添加约束的EKF-SLAM算法[J];科技通报;2009年04期

9 赵一路;陈雄;韩建达;;基于扫描匹配的室外环境SLAM方法[J];机器人;2010年05期

10 焦晓宇;马小平;唐羽;;对SLAM算法的研究[J];科技信息;2012年07期

相关会议论文 前10条

1 ;An SLAM algorithm based on improved UKF[A];第24届中国控制与决策会议论文集[C];2012年

2 Adizul Ahmad;Shoudong Huang;Jianguo Jack Wang;Gamini Dissanayake;;A New State Vector for Range-Only SLAM[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

3 ;A Hybrid SLAM method for service robots in Indoor Environment[A];中国自动化学会控制理论专业委员会B卷[C];2011年

4 Bo He;Tao Zhang;Guijie Liu;;A New SLAM Algorithm Particle Filter-based for Autonomous Underwater Vehicle[A];proceedings of 2010 3rd International Conference on Computer and Electrical Engineering (ICCEE 2010 no.1)[C];2012年

5 ;AUV SLAM and Closed Loop Research in Large Scale Environment[A];2011年全国通信安全学术会议论文集[C];2011年

6 温丰;柴晓杰;朱智平;董小明;邹伟;原魁;;基于新型人工路标系统的视觉SLAM算法研究[A];第二十九届中国控制会议论文集[C];2010年

7 王宇韬;方勇纯;;鲁棒单目视觉SLAM系统研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

8 李海洋;李洪波;林颖;刘贺平;杨东方;;基于Kinect的SLAM方法[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

9 ;Simultaneous Localization and Map Building Using Constrained State Estimate Algorithm[A];第二十七届中国控制会议论文集[C];2008年

10 李羚;张奇志;周亚丽;;基于Voronoi图的移动机器人SLAM算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

相关博士学位论文 前6条

1 赵一路;人机交互环境下的主动SLAM及相关问题研究[D];复旦大学;2013年

2 苑全德;基于视觉的多机器人协作SLAM研究[D];哈尔滨工业大学;2016年

3 王道斌;基于天空偏振光的SLAM方法的研究[D];中国科学技术大学;2014年

4 林睿;基于图像特征点的移动机器人立体视觉SLAM研究[D];哈尔滨工业大学;2011年

5 吴叶斌;基于全景视觉的移动机器人SLAM方法研究[D];哈尔滨工程大学;2011年

6 陈晨;基于Sigma点滤波的移动机器人同时定位与地图创建算法的研究[D];北京交通大学;2013年

相关硕士学位论文 前10条

1 熊斯睿;基于立体全景视觉的移动机器人3D SLAM研究[D];哈尔滨工业大学;2015年

2 王淮卿;基于互联网与SLAM的移动机器人系统研究[D];哈尔滨工业大学;2015年

3 李贵亚;基于立体视觉的机器人SLAM算法研究[D];哈尔滨工业大学;2015年

4 薛永胜;变电站巡检机器人SLAM算法及其应用研究[D];西南科技大学;2015年

5 赵亮;水下机器人视觉SLAM方法中的图像特征点提取技术研究[D];电子科技大学;2014年

6 黄志明;动态稀疏环境下移动机器人SLAM问题研究[D];北京化工大学;2015年

7 赵新哲;基于改进粒子滤波的分布式SLAM算法研究[D];北京工业大学;2015年

8 李洪臣;单目视觉移动机器人SLAM方法建模与仿真分析[D];电子科技大学;2014年

9 丁洁琼;基于RGB-D的SLAM算法研究[D];西安电子科技大学;2014年

10 张彦珍;基于g2o的SLAM后端优化算法研究[D];西安电子科技大学;2014年

，

本文编号：2025400