基于自适应渐消EKF的FastSLAM算法

发布时间：2017-09-01 09:24

  本文关键词：基于自适应渐消EKF的FastSLAM算法

  更多相关文章： 快速同时定位与建图 粒子退化 自适应渐消扩展卡尔曼滤波 建议分布函数

【摘要】：快速同时定位与建图(fast simultaneous localization and mapping,FastSLAM)算法的采样过程会带来粒子退化问题,为了改进算法的性能,提高估计精度,从研究粒子滤波的建议分布函数出发,提出基于自适应渐消扩展卡尔曼滤波(adaptive fading extended Kalman filter,AFEKF)的FastSLAM算法。该算法基于FastSLAM的基本框架,利用AFEKF产生一种参数可自适应调节的建议分布函数,使其更接近移动机器人的后验位姿概率分布,减缓粒子集的退化。因此在同等粒子数的情况下,该算法有效提高了SLAM精度,以此减少所使用的粒子数,降低算法的复杂度。基于模拟器和标准数据集的实验仿真结果验证了该算法的有效性。
【作者单位】： 北京工业大学城市交通学院;
【关键词】： 快速同时定位与建图 粒子退化 自适应渐消扩展卡尔曼滤波 建议分布函数
【基金】：北京市教委基金项目(JJ002790200802)资助课题
【分类号】：TP242.6
【正文快照】： 0引言同时定位与建图(simultaneous localization and mapping,SLAM)是指移动机器人在未知环境中探索时,根据自身携带的传感器建造环境地图,并在建造的地图中确定自身的位置。SLAM问题被称为自主移动机器人界的“圣杯”[1-2]。SLAM问题针对的是未知且不确定的环境,目前常用的

【相似文献】

中国期刊全文数据库 前4条

1 周武;赵春霞;张浩峰;;一种基于AMPF和FastSLAM的复合SLAM算法[J];模式识别与人工智能;2009年05期

2 刘宇红;张明路;刘淑英;于江;;基于Rao-Blackwellized粒子滤波器的FastSLAM算法研究与应用[J];河北工业大学学报;2009年03期

3 陈家乾;何衍;蒋静坪;;基于权值平滑的改良FastSLAM算法[J];浙江大学学报(工学版);2010年08期

4 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 姜晓燕;基于粒子滤波和一致性分析的同时定位与地图构建算法研究[D];中国海洋大学;2014年

，

本文编号：771254