基于MIEKF的移动机器人同时定位与地图构建研究

• 作者: 张毅 罗元 赵黎明
• 来源期刊: 计算机应用研究
• 关键词: 移动机器人 扩展卡尔曼滤波 修正 同时定位与地图构建
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 902-904
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.03.030

摘要

由于移动机器人处在未知且不确定的环境中,主要采用基于概率的方法对同时定位与地图构建(SLAM)进行描述.建立了SLAM问题的概率表示模型,并对在解决SLAM问题中最常用的扩展卡尔曼滤波(EKF)算法以及迭代扩展卡尔曼滤波(IEKF)算法进行了描述.针对两种算法的缺陷和不足,将应用于跟踪领域的修正迭代扩展卡尔曼滤波算法(MIEKF)与SLAM思想结合,提出了一种新的基于MIEKF的SLAM算法,该算法能减小线性化误差并且不需要很高的观测精度.最后用上述算法进行了基于点特征的SLAM实验,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗元	重庆邮电大学智能系统及机器人研究所	192	1681	17.0	31.0
2	张毅	重庆邮电大学智能系统及机器人研究所	281	2390	21.0	36.0
3	赵黎明	重庆邮电大学智能系统及机器人研究所	1	3	1.0	1.0