一种基于遗传算法的FastSLAM 2.0算法

• 作者: 周武 赵春霞
• 来源期刊: 机器人
• 关键词: 同时定位与地图创建 遗传算法 粒子滤波器 unscenced卡尔曼滤波器 扩展卡尔曼滤波器
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 25-32
• 页数: 8页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2009.01.005

摘要

FastSLAM 2.0算法的重采样过程会带来"粒子耗尽"问题,为了改进算法的性能、提高估计精度,将FastSLAM 2.0算法与遗传算法相结合,提出了一种解决SLAM问题的方法--遗传快速SLAM算法.针对FastSLAM 2.0算法的特点,设计了一种改进的遗传算法来兼顾粒子权值和粒了集的多样性.遗传快速SLAM算法采用unscented粒子滤波器估计机器人的路径,地图估计则采用扩展卡尔曼滤波器.采用SLAM领域的标准数据集"car park dataset"对提出的算法进行了验证,实验结果表明遗传快速SLAM算法在估计精度和一致性方面都具有较好的性能,并且算法的计算复杂度能满足实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春霞	南京理工大学计算机科学与技术学院	177	2193	25.0	36.0
2	周武	南京理工大学计算机科学与技术学院	5	110	4.0	5.0