一种基于增广EKF的移动机器人SLAM方法

• 作者: 李刚 李旦 肖雄 陈锡锻
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 增广扩展卡尔曼滤波 同步定位与地图构建 测程法误差 均方根误差 归一化误差
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 自动化、计算机技术
• 页码范围: 109-113
• 页数: 5页
• 分类号: TP242
• 字数: 3918字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2014.01.024

摘要

针对移动机器人同步定位与地图构建(SLAM)过程中系统测程法误差累积问题,采用测程法误差模型和车轮速度误差模型的映像关系,结合增广扩展卡尔曼滤波(AEKF)算法结构和实际机器人模型,提出了一种有效提高定位精度的SLAM方法.将机器人速度校正参数附加到卡尔曼滤波算法的向量空间中,以形成增广状态空间,同时预测和更新了SLAM初始状态空间和速度校正参数,笔者在线实时修正机器人的速度和航向角,避免积累航向角误差,从而降低了测程法误差.基于均方根误差和归一化估计方差进行了仿真实验分析,研究结果表明:与EKF-SLAM相比,所提出的方法具有更好的估计性能,使算法保持良好的一致性,大幅度提高了机器人自身定位精度和路标估计准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李刚	浙江工业大学信息工程学院	38	130	6.0	9.0
3	陈锡锻	浙江工业大学信息工程学院	3	16	3.0	3.0
5	肖雄	浙江工业大学信息工程学院	2	13	2.0	2.0
9	李旦	浙江工业大学信息工程学院	3	16	2.0	3.0