基于MCMC粒子滤波的机器人定位

• 作者: 刘济林 许士芳 谢立
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 马尔科夫蒙特卡罗方法 粒子滤波 机器人定位 Metropolis Hastings抽样 粒子退化
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1083-1087
• 页数: 5页
• 分类号: TP242
• 字数: 4527字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2007.07.006

摘要

针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题,提出了基于马尔科夫蒙特卡罗(MCMC)粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的 MCMC方法--Metropolis Hastings (MH)抽样算法有机结合,并应用于机器人定位研究中.试验结果表明,MCMC方法可以有效抑制粒子退化问题.与基于传统粒子滤波的机器人定位方法相比,该方法降低了定位误差均值和定位误差最大值,取得了更高的定位精度,有效地解决了机器人定位这一非线性非高斯状态估计问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢立	浙江大学信息科学与工程学院	17	191	8.0	13.0
2	刘济林	浙江大学信息科学与工程学院	141	1652	21.0	33.0
3	许士芳	浙江大学信息科学与工程学院	2	41	2.0	2.0