10.19678/j.issn.1000-3428.0047977
基于萤火虫算法优化的Gmapping研究
针对Gmapping算法在高相似度多闭环环境下出现的因粒子耗尽而无法精确定位的问题,提出一种融合萤火虫算法的Rao-Blackwellized粒子滤波器RBPF同步定位与地图构建优化算法.利用萤火虫算法提高粒子滤波器的估计能力,将采样后的粒子集移向高似然区域,改善粒子的分布,同时保证低似然粒子多样性以降低粒子贫乏的影响.在MIT和FHW数据集下的仿真结果表明,优化算法在不同的实验环境下能够建立更为精确的栅格地图,从而验证其有效性和可行性.
同步定位与地图构建、粒子滤波、Gmapping算法、拓展卡尔曼滤波、萤火虫算法
44
TP18(自动化基础理论)
国家自然科学基金61473205
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
22-27