强跟踪平方根容积卡尔曼滤波SLAM算法

• 作者: 戴雪梅 郎朗 陈孟元
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 移动机器人 同步定位与地图构建 容积卡尔曼滤波 平方根滤波 强跟踪
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 1493-1499
• 页数: 7页
• 分类号: TP24|TN830.1
• 字数: 3161字
• 语种: 中文
• DOI: 10.13382/j.jemi.2015.10.011

摘要

针对移动机器人在状态突变时同步定位与地图构建精度下降的问题,提出了强跟踪平方根容积卡尔曼滤波SLAM算法(STF-SRCKF-SLAM).该算法首先根据移动机器人的运动学模型和观测模型进行预测,然后通过直接传播误差协方差矩阵的平方根因子进行更新,使计算复杂度大大降低.同时在预测和更新过程中引入时变渐消因子,实时调整相应数据权值,达到提高机器人定位精度的目的.仿真实验结果表明,相比容积卡尔曼滤波SLAM算法(CKF-SLAM)、平方根容积卡尔曼滤波SLAM算法(SRCKF-SALM),STF-SRCKF-SLAM算法均方根误差降低了26.25％和13.8％,运行时间减少了1.83％和1.21％,表明该算法在SLAM性能上更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郎朗	安徽工程大学安徽省电气传动与控制重点实验室	60	498	13.0	20.0
2	陈孟元	安徽工程大学安徽省电气传动与控制重点实验室	87	626	12.0	21.0
3	戴雪梅	安徽工程大学安徽省电气传动与控制重点实验室	3	78	2.0	3.0