移动机器人在未知环境下的同步定位与地图重建方法
来源期刊：控制与决策2010年第4期
论文作者：张亮 蒋荣欣 陈耀武
文章页码：515 - 520
关键词：同步定位与地图创建;一致性;测量残余一致性;指数等级选择;
摘 要：在标准FastSLAM中,随着重采样次数的增加会出现十分严重的粒子退化现象,从而导致机器人位姿估计的一致性很差.针对FastSLAM算法的这一缺陷,提出一种改进的FastSLAM算法.此算法在标准FastSLAM的重采样条件判断中,额外考虑了粒子权重协方差和每个粒子的测量残余一致性,并且使用指数等级选择算法进行新粒子的生成.通过仿真实验可以看出,改进的FastSLAM算法不但可以明显地提高机器人位姿估计的一致性,而且能够很好地保持粒子多样性.
张亮，蒋荣欣，陈耀武
浙江大学数字技术及仪器研究所
摘 要：在标准FastSLAM中,随着重采样次数的增加会出现十分严重的粒子退化现象,从而导致机器人位姿估计的一致性很差.针对FastSLAM算法的这一缺陷,提出一种改进的FastSLAM算法.此算法在标准FastSLAM的重采样条件判断中,额外考虑了粒子权重协方差和每个粒子的测量残余一致性,并且使用指数等级选择算法进行新粒子的生成.通过仿真实验可以看出,改进的FastSLAM算法不但可以明显地提高机器人位姿估计的一致性,而且能够很好地保持粒子多样性.
关键词：同步定位与地图创建;一致性;测量残余一致性;指数等级选择;
