10.3969/j.issn.1001-506X.2016.03.26
基于自适应渐消 EKF 的 FastSLAM 算法
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。
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
TP242.6(自动化技术及设备)
北京市教委基金项目JJ002790200802资助课题
2016-04-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
644-651