一种改进状态向量均值恢复的信息滤波SLAM算法

发布时间：2017-07-07 07:17

  本文关键词：一种改进状态向量均值恢复的信息滤波SLAM算法

  更多相关文章： 同时定位与地图构建(SLAM) SEIF 信息矩阵 三对角矩阵求逆算法

【摘要】：针对移动机器人SLAM技术在大环境下计算效率较低问题,在对稀疏扩展信息滤波(SEIF)深入分析之后,发现其对状态向量均值的恢复存在一定的不足,即在每个时间步上利用多次迭代算法来求解状态向量均值,导致算法的整体计算性能下降;根据均值恢复过程中需要对信息矩阵求逆以及信息矩阵稀疏性的特点,提出快速三对角矩阵求逆方法来直接恢复状态均值,改进算法的整体计算效率。最后,通过仿真实验验证改进算法的有效性。
【作者单位】： 宁波大学信息科学与工程学院;
【关键词】： 同时定位与地图构建(SLAM) SEIF 信息矩阵 三对角矩阵求逆算法
【基金】：浙江省重中之重学科开放基金项目(xkxl1514) 浙江省教育厅科研项目(Y201121251)
【分类号】：TP242
【正文快照】： 1引言移动机器人在未知环境中如何实现真正的自主导航问题,在机器人研究领域获得了极为广泛的关注。同时定位与地图构建(Simultaneous LocalizationAnd Map Building,SLAM)是实现机器人真正自主导航的关键技术之一[1]。SLAM是指机器人在未知环境中,依靠自身携带的传感器递增式

【参考文献】

中国期刊全文数据库 前4条

1 朱奇光;袁梅;王梓巍;陈颖;陈卫东;;机器人球面单径容积FastSLAM算法[J];机器人;2015年06期

2 薛永胜;王Y，

本文编号：529266