首页 | 官方网站   微博 | 高级检索  
     

基于粒子群优化的Rao-Blackwellized粒子滤波SLAM算法
引用本文:姚二亮,张国良,汤文俊,徐君.基于粒子群优化的Rao-Blackwellized粒子滤波SLAM算法[J].计算机应用,2014(Z2):37-40.
作者姓名:姚二亮  张国良  汤文俊  徐君
作者单位:第二炮兵工程大学 三系,西安,710025
摘    要:为了实现在高相似度环境中移动机器人精确高效的自定位与建图,提出了一种基于粒子群优化( PSO)的Rao-Blackwellized粒子滤波同步定位与地图构建( SLAM)算法。利用激光扫描数据校正里程计信息,得到多模态的似然函数,克服相似环境对机器人定位的影响;利用粒子群优化算法提高常规粒子滤波器的估计性能,使得高似然采样集向各个后验概率密度分布取值极大的区域运动,同时保持低似然粒子多样性,从而在一定程度上克服粒子贫乏问题,并且显著地降低精确定位所需的粒子数。对所提算法与Gmapping算法在MIT数据集上进行仿真对比实验,结果表明了该算法的可行性和有效性。

关 键 词:移动机器人  同步定位与地图构建  粒子滤波器  建议分布  粒子群优化

Rao-Blackwellized particle filter simultaneous localization and mapping algorithm based on particle swarm optimization
YAO Erliang , ZHANG Guoliang , TANG Wenjun , XU Jun.Rao-Blackwellized particle filter simultaneous localization and mapping algorithm based on particle swarm optimization[J].journal of Computer Applications,2014(Z2):37-40.
Authors:YAO Erliang  ZHANG Guoliang  TANG Wenjun  XU Jun
Abstract:
Keywords:mobile robot  Simultaneous Localization and Mapping ( SLAM )  particle filter  proposal distribution  Particle Swarm Optimization ( PSO)
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号