基于引力场优化的Unscented FastSLAM2.0算法

• 作者: 刘俊恺 肖娟 陈世明
• 来源期刊: 控制理论与应用
• 关键词: 粒子退化 粒子贫化 引力场优化 Unscented FastSLAM2.0 重采样
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1186-1193
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.7641/CTA.2018.70358

摘要

为了改进Unscented FastSLAM2.0算法重采样过程中的“粒子退化”和“粒子贫化”问题,本文提出了一种基于引力场优化的Unscented FastSLAM2.0算法,首先采用Unscented粒子滤波器替代扩展卡尔曼滤波估计移动机器人路径后验概率,然后采用扩展卡尔曼滤波器对环境进行估计更新,最后用引力场优化思想优化重采样过程:在重采样中每个采样粒子近似成宇宙灰尘,通过引力场的移动因子产生作用驱动粒子集更快朝着真实的机器人位姿状态逼近,改善粒子退化问题:通过自转因子的自转作用,避免粒子过分集中,保障了粒子多样性.实验结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈世明	华东交通大学电气与自动化工程学院	62	403	11.0	16.0
2	刘俊恺	华东交通大学电气与自动化工程学院	3	3	1.0	1.0
3	肖娟	华东交通大学电气与自动化工程学院	2	16	2.0	2.0