基于高斯分布重采样的Rao-Blackwellized粒子滤波SLAM算法
来源期刊:控制与决策2016年第12期
论文作者:张毅 郑潇峰 罗元 庞冬雪
文章页码:2299 - 2304
关键词:移动机器人;同时定位与地图构建;Rao-Blackwellized粒子滤波;高斯分布重采样;
摘 要:针对移动机器人同时定位与地图构建中RBPF-SLAM算法因粒子匮乏而导致栅格地图估计不精确问题,提出一种基于高斯分布重采样的RBPF-SLAM算法.首先,根据粒子权重大小对重采样粒子进行排序;然后,在重采样中利用高斯分布分散高权重粒子得到新粒子,从而保证粒子多样性,避免粒子匮乏,保证栅格地图的精确构建.实验结果表明了所提出算法的有效性,同时也证明该算法能在粒子数减少的条件下保持可靠的估计,有效地减少了计算量.
张毅,郑潇峰,罗元,庞冬雪
重庆邮电大学信息无障碍工程与机器人技术研发中心
摘 要:针对移动机器人同时定位与地图构建中RBPF-SLAM算法因粒子匮乏而导致栅格地图估计不精确问题,提出一种基于高斯分布重采样的RBPF-SLAM算法.首先,根据粒子权重大小对重采样粒子进行排序;然后,在重采样中利用高斯分布分散高权重粒子得到新粒子,从而保证粒子多样性,避免粒子匮乏,保证栅格地图的精确构建.实验结果表明了所提出算法的有效性,同时也证明该算法能在粒子数减少的条件下保持可靠的估计,有效地减少了计算量.
关键词:移动机器人;同时定位与地图构建;Rao-Blackwellized粒子滤波;高斯分布重采样;