平方根容积卡尔曼滤波在移动机器人SLAM中的应用
针对机器人同时定位与地图构建(SLAM)问题,提出基于平方根容积卡尔曼滤波的SLAM算法.该算法主要特点是使用平方根容积卡尔曼滤波计算SLAM后验概率密度,以减小线性化误差,达到提高SLAM定位精度的目的.提出的算法通过传递平方根因子代替系统协方差矩阵,因而在计算中避免了耗费时间的Cholesky分解,提高了算法效率.实验部分使用扩展型卡尔曼滤波SLAM (EKF-SLAM)、无迹卡尔曼滤波SLAM (UKF-SLAM)和所提出的算法进行了对比.实验结果表明:较之EKF-SLAM,容积卡尔曼滤波的精度提高了1倍；相比UKF-SLAM,SCKF-SLAM节省1/4计算资源.
移动机器人、卡尔曼滤波、线性化、容积变换
35
TP242(自动化技术及设备)
国家自然科学基金资助项目61134001,60909055;国家973计划资助项目2012CB215202;国家863计划资助项目SS2012AA052302;中央高校基本科研业务费专项资金资助项目2012JBM017,2011YJS287
2013-07-01（万方平台首次上网日期，不代表论文的发表时间）
共8页
186-193
