基于RBPF的激光SLAM算法优化设计

摘要：

针对基于RBPF的激光SLAM算法在重采样过程中出现的样本贫化和激光测量模型不准确的问题,提出一种优化的激光SLAM算法.为缓解重采样过程中的样本贫化问题,采用最小采样方差重采样方法改进原重采样方法,使重采样后的粒子保持多样性.结合似然域模型与意外对象观测概率,使激光测量模型更好地反映真实环境.实验结果表明,改进的重采样方法定位效果较好,相对原激光SLAM算法,改进的激光SLAM算法在动态环境中的建图和定位精度更高.

关键词：激光SLAM算法、样本贫化问题、最小采样方差、激光测量模型、似然域模型

所属期刊栏目：46

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金61673038

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：294-299