机器人SLAM算法失真模糊性消除优化方法研究

摘要：

为准确有效实现对移动机器人的同时定位和环境创建，提出将传统的粒子滤波SLAM技术和模糊神经网络算法相结合，对粒子滤波SLAM算法进行改进。提出在训练过程中设置频率计数器的方法，使测量的机器人位姿信息参数失真达到最小。实际场地实验和数据仿真结果表明通过本算法的SLAM定位信息轨迹能正确反映机器人的原始行踪轨迹，其行踪轨迹偏差的误差率仅为4.03%。与传统的粒子滤波算法相比，表现为轨迹跟踪的机器人SLAM同时定位性能比传统的粒子滤波算法提高一倍以上，仿真结果展示了新的机器人SLAM算法良好的快速收敛性能和高精度定位性能。

关键词：粒子滤波、模糊神经网络、机器人、SLAM

分类号：TP242(自动化技术及设备)

资助基金：黑龙江省教育厅2013年度科学技术研究项目计划12531762。

在线出版日期：2014-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：158-160