基于强跟踪UKF的自适应SLAM算法
针对无迹卡尔曼滤波(UKF)缺乏在线自适应调整能力,导致系统状态估计精度较低的问题,提出了一种将强跟踪滤波器(STF)与UKF相结合的SLAM算法.该算法对于UKF中每个采样点采用STF进行更新,获得优化滤波增益,抑制噪声对系统状态估计的影响,使系统状态估计迅速收敛到真实值附近.仿真实验对比了当前几种SLAM算法在不同噪声环境下的性能,实验表明,基于强跟踪UKF的自适应SLAM算法具有更好的鲁棒性和自适应性.
同时定位与地图创建、UKF-SLAM、强跟踪滤波器、自适应滤波
32
TP24(自动化技术及设备)
国家自然科学基金资助项目60575033,60804020;国家863计划资助项目2007AA04Z227
2010-05-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
190-195