论文部分内容阅读
为了实现移动机器人精确高效的自定位，提出了基于粒子群优化的粒子滤波定位方法．文章分析了常规粒子滤波定位方法存在的不足之处．将最新观测值融合到采样过程中，并利用粒子群优化算法提高了常规粒子滤波器的预估性能．接下来，建立了系统的概率运动模型和感知模型，并利用粒子群优化粒子滤波方法解决了移动机器人的自定位问题．粒子群优化算法的优化结果使得采样集向后验概率密度分布取值较大的区域运动，从而克服了粒子贫乏问题并且显著地降低了精确定位所需的粒子数．仿真实验表明该算法的有效性．