10.3969/j.issn.1001-3695.2017.08.030
基于小生境遗传优化的Rao-Blackwellised SLAM算法
同步定位与地图构建(SLAM)是实现机器人自主定位的核心问题之一,Rao-Blackwellised粒子滤波器(RBPF)作为一种SLAM定位的有效方法,被广泛应用在实时定位领域中,但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题.为了解决该问题,改善SLAM性能,提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF,采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题,采用扩展卡尔曼滤波器解决SLAM地图估计问题.最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性,抗干扰能力较强,定位较准确,比较适合应用在SLAM实时定位中.
同步定位与地图创建(SLAM)、Rao-Blackwellised粒子滤波器、小生境遗传算法、INGO-RBPF
34
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目71171045;中央高校基本科研业务费专项基金资助项目15D110422
2017-08-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
2368-2371