基于粒子群优化算法的机器人FastSLAM研究 |
| |
引用本文: | 程立英,金新玮,肖辉,高宣爽,张志美,张浩华.基于粒子群优化算法的机器人FastSLAM研究[J].沈阳师范大学学报(自然科学版),2019(4). |
| |
作者姓名: | 程立英 金新玮 肖辉 高宣爽 张志美 张浩华 |
| |
作者单位: | 沈阳师范大学物理科学与技术学院 |
| |
摘 要: | 机器人同时定位与地图构建(SLAM)问题是机器人研究领域的一个重要课题。针对传统的FastSLAM算法具有粒子退化带来的问题,将粒子群优化的思想应用到传统的FastSLAM算法——粒子滤波算法中。在预估过程中,每个粒子综合考虑个体粒子和群体粒子共同的影响,不断优化更新粒子的位置和权重值,在不需要增加粒子数量的情况下,逼近系统的真实后验概率分布,进而使机器人更接近真实系统状态分布。实验结果表明优化后的算法减小了生成地图与实际地图的误差,机器人预测的路径更优化,验证了改进方法的有效可行性。
|
本文献已被 CNKI 等数据库收录! |
|