基于混沌优化MPSO 的移动机器人FastSLAM算法研究

摘要：

针对移动机器人快速同时定位和地图创建(FastSLAM)中粒子退化问题，提出一种基于混沌优化的中值导向粒子群优化(MPSO)算法。该算法在粒子估计过程中引入观测信息，调整粒子的提议分布，提高位置预测的准测性。混沌优化MPSO 算法采用两步优化策略，首先通过中值导向加速度来改进粒子的进化速度，有效地克服粒子退化问题，改善算法的收敛性；然后针对粒子耗尽问题，在 MP-SO 优化算法中引入混沌搜索算法来寻找全局最优位置，驱散聚集在局部最优的粒子群，使其向全局最优位置靠近，扩大解空间的范围，从而保持种群的多样性。仿真和实时数据证明了该方法正确、可行。

关键词：快速同时定位和地图创建、提议分布、中值导向粒子群优化、中值导向加速度、混沌

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61201112,61172044;河北省自然科学基金资助项目F2013203250,F2012203169;河北省普通高等学校青年拔尖人才计划资助项目BJ2014056;燕山大学青年教师自主研究计划资助项目14LGA013

在线出版日期：2015-03-30（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：587-591,597