基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法

发布时间：2017-07-28 23:13

  本文关键词：基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法

  更多相关文章： 移动机器人 同时定位与地图构建 Rao-Blackwellized粒子滤波 高斯分布重采样

【摘要】：针对移动机器人同时定位与地图构建中RBPF-SLAM算法因粒子匮乏而导致栅格地图估计不精确问题,提出一种基于高斯分布重采样的RBPF-SLAM算法.首先,根据粒子权重大小对重采样粒子进行排序;然后,在重采样中利用高斯分布分散高权重粒子得到新粒子,从而保证粒子多样性,避免粒子匮乏,保证栅格地图的精确构建.实验结果表明了所提出算法的有效性,同时也证明该算法能在粒子数减少的条件下保持可靠的估计,有效地减少了计算量.
【作者单位】： 重庆邮电大学信息无障碍工程与机器人技术研发中心;
【关键词】： 移动机器人 同时定位与地图构建 Rao-Blackwellized粒子滤波 高斯分布重采样
【基金】：国家自然科学基金项目(51075420) 国家科技部国际合作项目(2010DFA12160)
【分类号】：TP242;TN713
【正文快照】： 0引言移动机器人同时定位与地图构建(SLAM)是指,移动机器人在不确定其自身位置的条件下,在完全未知的环境中,根据对自身的位姿估计和对传感器观测数据的处理完成地图创建的过程.SLAM最早由Montemerlo等提出,它解决了移动机器人通过得到的一系列观测值而构建未知关键地图的问题

【相似文献】

中国期刊全文数据库 前5条

1 ;Stereo vision based SLAM using Rao-Blackwellised particle filter[J];Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal);2008年04期

2 董海巍;陈卫东;;基于稀疏化的快速扩展信息滤波SLAM算法[J];机器人;2008年03期

3 康叶伟;黄亚楼;孙凤池;苑晶;;一种基于RBUKF滤波器的SLAM算法[J];计算机工程;2008年01期

4 杜航原;郝燕玲;高忠强;赵巍华;;基于鲁棒非线性卡尔曼滤波的自适应SLAM算法[J];宇航学报;2012年05期

5 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 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

2 ;Unscented H_∞ Filter based Simultaneous Localization and Mapping[A];中国自动化学会控制理论专业委员会D卷[C];2011年

中国硕士学位论文全文数据库 前2条

1 严真旭;电子信息材料声参数分布SLAM检测法研究[D];电子科技大学;2004年

2 李超;基于信息滤波器的水下机器人SLAM算法研究[D];中国海洋大学;2013年

，

本文编号：586465