2. 您的位置
3. 首页
4. 期刊论文
5. 基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法

基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法

来源 :计算机应用研究 | 被引量 : 2次 | 上传用户：ZFsky260583

【摘 要】

：

针对机器人导航无迹快速同步定位与地图构建(Unscented Fast SLAM)算法由于重采样造成样本粒子退化,进而导致估计精度下降的问题,提出一种基于自适应渐消无迹粒子滤波的Unscented Fast SLAM算法。该算法将无迹粒子滤波与渐消滤波相融合产生自适应建议分布函数,同时将粒子根据权值进行优化组合,仅对组合后的部分不稳定的粒子进行系统重采样。通过这两方面使得系统在具有高度自适应性的同

【作 者】

：

王倩 曾庆军 张家敏 姚金艺 周启润 戴晓强 

【机 构】

：

江苏科技大学电子信息学院,江苏科技大学计算机科学与工程学院,江苏舾普泰克自动化科技有限公司

【出 处】

：

计算机应用研究

【发表日期】

：

2019年05期

【关键词】

：

同步定位与地图构建 粒子退化 自适应渐消无迹粒子滤波 自适应部分系统重采样 simultaneous localization and mapping(SLAM 

【基金项目】

：

国家自然科学基金资助项目(11574120),江苏省自然科学基金资助项目(BK20160564),江苏省国际科技合作项目(BZ2016031),镇江市国际科技合作项目(GJ2015008).

下载到本地 , 更方便阅读

下载此文 赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

针对机器人导航无迹快速同步定位与地图构建(Unscented Fast SLAM)算法由于重采样造成样本粒子退化,进而导致估计精度下降的问题,提出一种基于自适应渐消无迹粒子滤波的Unscented Fast SLAM算法。该算法将无迹粒子滤波与渐消滤波相融合产生自适应建议分布函数,同时将粒子根据权值进行优化组合,仅对组合后的部分不稳定的粒子进行系统重采样。通过这两方面使得系统在具有高度自适应性的同时保证粒子的多样性,缓解粒子的退化现象。仿真实验表明,提出算法与Unscented Fast SLAM算

其他文献