基于高斯—施密特粒子滤波器的多机器人协同定位

• 作者: 王玲 邵金鑫 魏星
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 协同定位 扩展卡尔曼滤波器(EKF) 粒子滤波器(PF) 高斯-施密特粒子滤波器(GHPF)
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 研究与实现
• 页码范围: 117-120
• 页数: 4页
• 分类号: TP391.41
• 字数: 3454字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2007.06.035

摘要

多机器人协同定位需对各个机器人的运动模型和观测模型精确建模,需要运用非线性、非高斯系统.已经应用于本领域的各种非线性算法主要有两种:一种是扩展卡尔曼滤波算法(EKF),它对非线性系统进行局部线性化,从而间接利用卡尔曼算法进行滤波与估算;另一种是序列蒙特卡罗算法,即粒子滤波器(PF).本文介绍了一种改进的粒子滤波器,即高斯-施密特粒子滤波器(GHPF),重点比较这三种算法在多机器人协同定位领域的应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玲	国防科技大学电子科学与工程学院	33	212	8.0	13.0
2	魏星	国防科技大学电子科学与工程学院	9	94	5.0	9.0
3	邵金鑫	国防科技大学电子科学与工程学院	5	91	5.0	5.0