10.3969/j.issn.1004-132X.2015.05.004
基于混沌优化MPSO 的移动机器人FastSLAM算法研究
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。
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
TP183(自动化基础理论)
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
2015-03-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
587-591,597