非结构化场景下移动机器人FastSLAM应用研究

摘要：

FastSLAM算法是当前移动机器人自定位与自建地图领域中研究的热点和关键.系统论述FastSLAM关键技术及基本理论,并设计非结构化场景进行自定位与自建地图应用研究.首先,对贝叶斯滤波理论进行了概述,得到移动机器人SLAM问题的基本贝叶斯滤波递归形式;其次,应用Rao-Blackwellised理论将状态分解为采样部分和解析部分进行讨论,得到SLAM问题的解耦形式;再次,论述了算法中序贯和综合重采样粒子滤波器;最后给出FastSLAM伪算法的整体实现过程,给出在非结构化场景下仿真结果.仿真结果表明FastSLAM算法在非结构化场景下能够有效快速地实现自定位与地图创建,当取粒子数合适时,在快速性和精确性方面都能够达到理想效果.

关键词：FastSLAM、贝叶斯滤波、Rao-Blackwellised分解、粒子滤波器、非结构化场景

所属期刊栏目：20

分类号：TP242.6(自动化技术及设备)

资助基金：上海市重点学科建设项目T0103

在线出版日期：2010-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：95-98,102