基于SSPF算法的移动机器人全局定位研究

• 作者: 罗颖 谭冠政
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 粒子滤波器 移动机器人 全局定位 智能采样PF算法 Unscented卡尔曼滤波器 MH算法
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP242.6
• 字数: 3844字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-9787.2008.05.010

摘要

传统粒子滤波器(PF)算法在移动机器人全局定位时会出现粒子退化和粒子耗尽问题,导致定位失败.提出了一种改进的PF算法即智能采样PF(SSPF)算法,该方法采用Unscented卡尔曼滤波器(UKF)算法和基于相关熵的自适应重采样算法相结合的方法,较好解决了传统PF算法所引起的粒子退化问题.由于重采样的一种极端情况会带来粒子耗尽问题,采用MH(metropolis hastings)算法,较好地解决了粒子耗尽问题.与以往方法相比,该方法可以实现准确性较高的移动机器人全局定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭冠政	中南大学信息科学与工程学院	111	1318	20.0	31.0
2	罗颖	中南大学信息科学与工程学院	12	51	4.0	7.0