面向观测融合和吸引因子的多机器人主动SLAM
针对未知环境下多机器人主动SLAM(simultaneous localization and mapping)存在不能完全遍历环境、定位精度不理想等问题,本文基于 EKF-SLAM(extended Kalman filter-simultaneous localization and mapping)算法提出一种多机器人主动SLAM算法.通过引入吸引因子,增强多机器人系统之间的交流,提升机器人自身定位精度与环境建图精度,同时又引导多机器人团队进行探索环境.当同一地标被多个机器人观测到,采用凸组合融合方法融合各个机器人对地标的估计,从而降低被估计地标的不确定度.仿真结果表明,所提算法能够对环境进行覆盖遍历,提升对地标估计的定位精度.
主动同时定位与建图、多机器人协作、吸引因子、凸组合融合、扩展卡尔曼滤波器、最优控制、互信息、多目标优化
16
TP510.80
国家自然科学基金;国家自然科学基金;浙江省自然科学基金
2021-07-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
371-377