基于PF/CUKF/EKF的移动机器人SLAM框架算法

• 作者: 石杏喜 赵春霞 郭剑辉
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 移动机器人 混合滤波 同时定位与地图创建 一致性 粒子滤波 卡尔曼滤波
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1865-1868
• 页数: 4页
• 分类号: TP24
• 字数: 2539字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2009.08.043

摘要

提出了一种基于混合滤波的移动机器人同时定位与地图创建(SLAM)算法框架,并利用统计理论对SLAM算法进行一致性评估,该算法框架将机器人SLAM中的联合后验概率分布分解为机器人路径部分及以机器人路径为条件的地图部分,使滤波器变成低维滤波,能够有效地提高计算效率.采用约束的无色卡尔曼滤波(CUKF)算法并融合新的观测数据使提议分布更加接近后验概率分布,并且能够精确估计移动机器人的位姿,进而通过扩展卡尔曼滤波(EKF)算法更新特征地图的位置.仿真实验表明该混合滤波技术为SLAM算法提供了一种有效可靠的途径,在一定条件下与其他SLAM算法比较会得到更高的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石杏喜	南京理工大学理学院	31	239	9.0	14.0
5	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
6	郭剑辉	南京理工大学计算机科学与技术学院	27	362	10.0	18.0