移动机器人SLAM问题新解

针对移动机器人研究领域中最基本SLAM的问题,传统求解算法在实际应用中往往会出现机器人不能精准定位,且创建地图时间延长等问题。为解决该问题,本文提出了一种基于神经网络与粒子滤波的移动机器人快速SLAM算法。该算法引入基于神经网络的机器人避障机制,首先将机器人的动态环境信息用神经网络来描述,然后采用改进的粒子滤波SLAM算法来实现机器人的SLAM,算法将神经网络的局部搜索能力与粒子滤波的全局搜索能力充分发挥于机器人的SLAM问题求解过程。实验表明,该算法较好的实现了机器人的快速精准定位,并能在缩短地图创建时间的同时提高地图创建的精确度。