10.16251/j.cnki.1009-2307.2023.06.013
一种改进天牛群算法优化的RBPF-SLAM模型研究
针对传统基于粒子滤波器的Fastslam(RBPF-SLAM)算法由于粒子退化及粒子多样性缺失,造成定位精度低和建图一致性差的问题,该文提出了一种基于改进天牛群算法优化的RBPF-SLAM算法.该算法将天牛个体视为粒子,利用天牛觅食特性使其不断向高似然区域移动;在天牛群算法中引入差分进化策略,对迭代产生的天牛群体进行变异、交叉、选择,以增强群体多样性.实验结果表明,改进算法较RBPF算法在状态跟踪上精度提高了 50%以上.在地图构建上,改进算法仅用RBPF-SLAM算法一半粒子数,就能得到精度更高的地图.
即时定位与地图构建、激光雷达、粒子滤波、天牛群、差分进化
48
P23(摄影测量学与测绘遥感)
上海市联盟计划项目;上海市科学技术委员会资助项目
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
112-118