基于自适应渐消 EKF 的 FastSLAM 算法

摘要：

快速同时定位与建图（fast simultaneous localization and mapping，FastSLAM）算法的采样过程会带来粒子退化问题，为了改进算法的性能，提高估计精度，从研究粒子滤波的建议分布函数出发，提出基于自适应渐消扩展卡尔曼滤波（adaptive fading extended Kalman filter，AFEKF）的 FastSLAM 算法。该算法基于 FastSLAM的基本框架，利用 AFEKF 产生一种参数可自适应调节的建议分布函数，使其更接近移动机器人的后验位姿概率分布，减缓粒子集的退化。因此在同等粒子数的情况下，该算法有效提高了 SLAM 精度，以此减少所使用的粒子数，降低算法的复杂度。基于模拟器和标准数据集的实验仿真结果验证了该算法的有效性。

关键词：快速同时定位与建图、粒子退化、自适应渐消扩展卡尔曼滤波、建议分布函数

分类号：TP242.6(自动化技术及设备)

资助基金：北京市教委基金项目JJ002790200802资助课题

在线出版日期：2016-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：644-651