基于激光扫描和迭代贝叶斯策略的定位

摘要：

传统贝叶斯数据融合算法中存在线性化缺陷，其在融合测量信息与里程计信息时，不能充分利用测量信息，导致机器人的定位出现较大误差。针对该问题，基于原始激光扫描数据进行特征提取，在得到有效测量信息后，引入迭代贝叶斯数据融合策略，利用非线性最优方式，通过一系列线性化点逐步接近最佳收敛值，达到降低定位误差的目的。实验中，将该特征提取方法应用于 Victoria Park 数据集，对迭代贝叶斯数据融合算法和传统算法进行性能比较，比较结果表明，该算法的定位轨迹与真实路径的吻合程度更高，相同条件下，对噪声的容忍能力更强。

关键词：线性化问题、机器人定位、激光扫描、特征提取、迭代贝叶斯

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金项目61105097、51279098、61401270；上海市教育委员会科研创新基金项目13YZ081；上海海事大学创新基金项目GK2013085

在线出版日期：2016-01-19（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：3333-3338