改进RBP F的移动机器人同步定位与地图构建

摘要：

传统Rao?Blackwellized粒子滤波器（RBPF）在移动机器人同步定位与地图构建（SLAM）研究中，存在算法复杂度过高、占用内存空间过多导致实时性不理想的问题，因此提出一种改进算法。在某一特定状态的一组粒子集中，粒子的统计特性是一致的，改进算法从中选取一个代表粒子，进行卡尔曼更新步骤，并在同一粒子集中重复使用。同时结合Gmapping算法的建议分布和自适应重采样技术。实际Pioneer III移动机器人在机器人操作系统（ ROS）平台上进行的实验表明，该方法在保证栅格地图精度的同时能提高系统的实时性，降低复杂度，提高运算速度。

关键词：移动机器人、Rao-Blackwellized粒子滤波器、同步定位与地图构建(SLAM)、Gmapping算法、自适应重采样技术

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51075420；重庆市教委科学技术研究项目 KJ120519．

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5页

页码：460-464