10.3969/j.issn.1001-3695.2011.03.030
基于MIEKF的移动机器人同时定位与地图构建研究
由于移动机器人处在未知且不确定的环境中,主要采用基于概率的方法对同时定位与地图构建(SLAM)进行描述.建立了SLAM问题的概率表示模型,并对在解决SLAM问题中最常用的扩展卡尔曼滤波(EKF)算法以及迭代扩展卡尔曼滤波(IEKF)算法进行了描述.针对两种算法的缺陷和不足,将应用于跟踪领域的修正迭代扩展卡尔曼滤波算法(MIEKF)与SLAM思想结合,提出了一种新的基于MIEKF的SLAM算法,该算法能减小线性化误差并且不需要很高的观测精度.最后用上述算法进行了基于点特征的SLAM实验,验证了该算法的有效性.
移动机器人、扩展卡尔曼滤波、修正、同时定位与地图构建
28
TP242.6(自动化技术及设备)
国际科技合作计划资助项目2010DFA12160
2011-06-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
902-904