基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
FastSLAM算法是当前移动机器人自定位与自建地图领域中研究的热点和关键.系统论述FastSLAM关键技术及基本理论,并设计非结构化场景进行自定位与自建地图应用研究.首先,对贝叶斯滤波理论进行了概述,得到移动机器人SLAM问题的基本贝叶斯滤波递归形式;其次,应用Rao-Blackwellised理论将状态分解为采样部分和解析部分进行讨论,得到SLAM问题的解耦形式;再次,论述了算法中序贯和综合重采样粒子滤波器;最后给出FastSLAM伪算法的整体实现过程,给出在非结构化场景下仿真结果.仿真结果表明FastSLAM算法在非结构化场景下能够有效快速地实现自定位与地图创建,当取粒子数合适时,在快速性和精确性方面都能够达到理想效果.
推荐文章
非结构环境下移动机器人的运动规划
非结构环境
移动机器人
运动规划
数据融合
履带腿式非结构环境移动机器人特性分析
非结构环境
移动机器人
履带
不确定环境下移动机器人路径规划算法研究
模糊控制
移动机器人
路径规划
两点法
WSNs 下移动机器人 HuberM-CKF 离散滤波定位
无线传感器网络
HurbM代价函数
CKF 滤波
移动机器人
定位
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 非结构化场景下移动机器人FastSLAM应用研究
来源期刊 计算机技术与发展 学科 工学
关键词 FastSLAM 贝叶斯滤波 Rao-Blackwellised分解 粒子滤波器 非结构化场景
年,卷(期) 2010,(2) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 95-98,102
页数 5页 分类号 TP242.6
字数 4212字 语种 中文
DOI 10.3969/j.issn.1673-629X.2010.02.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈万米 上海大学机电工程与自动化学院 46 240 9.0 13.0
3 朱明 上海大学机电工程与自动化学院 19 232 5.0 15.0
4 宋鑫坤 上海大学机电工程与自动化学院 5 19 3.0 4.0
7 徐昱琳 上海大学机电工程与自动化学院 23 129 6.0 10.0
11 张雷 上海大学机电工程与自动化学院 6 28 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (18)
二级引证文献  (2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
FastSLAM
贝叶斯滤波
Rao-Blackwellised分解
粒子滤波器
非结构化场景
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导