基于区域粒子群优化和部分高斯重采样的SLAM方法

• 作者: 唐振民 王田橙 蔡云飞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 同时定位与地图构建 Rao-Blackwellized粒子滤波器 聚类 粒子群优化 重采样 高斯分布
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 310-316
• 页数: 7页
• 分类号: TP18
• 字数: 6624字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.050

摘要

为解决Rao-Blackwellized粒子滤波同时定位与地图构建方法中存在的粒子退化和粒子耗尽现象,提出一种同时定位与地图构建优化方法.为缓解粒子退化,通过区域粒子群优化方法调整粒子的建议分布,把粒子集聚类成多个区域,计算每个区域的加权中心位置,对区域内粒子进行粒子群优化操作使得粒子向区域中心位置移动.在重采样过程中,给出一种部分高斯重采样算法,只对权值过高或过低的粒子进行重采样.实验结果表明,与MT-GMapping方法相比,改进方法可以通过更少的粒子得到精度更高的地图,满足实际使用的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐振民	南京理工大学智能机器人研究所	191	2436	26.0	40.0
2	蔡云飞	南京理工大学智能机器人研究所	12	82	6.0	8.0
3	王田橙	南京理工大学智能机器人研究所	2	14	2.0	2.0