一种未知环境下机器人多目标跟踪算法

摘要：

针对未知环境下移动机器人多目标跟踪问题，设计了一种基于联合概率数据关联的粒子滤波算法。该算法利用联合概率数据关联方法对Rao?Blackwellized粒子滤波算法进行改进，使机器人能够完成未知环境条件下对自身状态、环境特征状态和多目标状态的在线联合估计。算法将系统状态变量分为代表多目标、环境特征状态的线性变量和代表机器人状态的非线性变量，并利用联合概率数据关联Kalman滤波和粒子滤波对系统状态进行更新。通过仿真实验证明了该算法对机器人状态、环境特征状态以及多目标状态的估计准确性，验证了算法对未知环境下多目标的跟踪能力。

关键词：机器人、同时定位与地图构建、多目标跟踪、粒子滤波、联合概率数据关联、Rao-Blackwellised粒子滤波、Kal-man滤波

分类号：TP242.6(自动化技术及设备)

资助基金：国家自然科学基金资助项目61202332；陕西省自然科学基础研究计划项目2013JQ8030．

在线出版日期：2015-08-05（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：448-453