10.3969/j.issn.1673-4785.201404024
改进RBP F的移动机器人同步定位与地图构建
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。
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
TP242.6(自动化技术及设备)
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.
2015-08-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
460-464