移动机器人在未知环境下的同步定位与地图重建方法-一种改进的FastSLAM算法
DOI:
CSTR:
作者:
作者单位:

1. 浙江大学数字技术及仪器研究所
2. 浙江大学数字技术研究所

作者简介:

张亮

通讯作者:

中图分类号:

基金项目:


An Improved FastSLAM algorithm for mobile robots' simultaneous localization and mapping in unknown environments
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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.

    Abstract:

    In the normal fast simultaneous localization and mapping (FastSLAM) algorithm, the particle degradation
    phenomena are quite obvious, which leads to the consistency of the robot pose estimation comparatively worse. Therefore,a improved FastSLAM algorithm is proposed, in which the particle weights’ covariance and every particle’s residual consistency are considered to check whether it is the time to do re-sample, and the new particles are produced by using exponential ranking selection method. Simulation results show that the improved FastSLAM algorithm can improve the consistency of the robot pose estimation obviously and keep the diversity of the particle well.

    参考文献
    相似文献
    引证文献
引用本文

张亮 陈耀武.移动机器人在未知环境下的同步定位与地图重建方法-一种改进的FastSLAM算法[J].控制与决策,2010,25(4):515-520

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-05-15
  • 最后修改日期:2009-07-20
  • 录用日期:
  • 在线发布日期: 2010-04-20
  • 出版日期:
文章二维码