基于启发式算法的移动机器人SLAM

摘要：

为了实现GPS信号缺失下的移动机器人自主导航,解决传统粒子滤波中的粒子退化以及粒子贫乏引起的移动机器人定位和导航精度下降问题,提出了基于小生境理论的启发式蝙蝠优化粒子滤波的同时定位与地图构建算法.首先,在启发式蝙蝠优化算法的速度和位置更新过程中,引入惯性权重,加快了算法寻优精度,提高了收敛速度;然后,利用小生境理论进一步优化启发式蝙蝠算法,利用排挤机制和惩罚函数,有效地保证了种群的多样性,提高了算法的全局寻优能力;最后,将基于小生境理论的启发式蝙蝠优化算法用于传统粒子滤波采样中,使得粒子能够智能、快速地向高似然区域运动,同时提高了传统粒子滤波算法的全局寻优能力和寻优精度.实验结果表明:该算法显著提高了移动机器人导航和定位的精度和实时性.

关键词：同时定位与地图构建、粒子滤波、启发式算法、蝙蝠算法

所属期刊栏目：26

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金61573249

在线出版日期：2018-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：45-50