基于自适应粒子群优化FastSLAM算法的改进

• 作者: 张瑞杰 梁雪慧 程云泽 赵菲
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 同时定位与地图创建 自适应粒子群优化 交叉变异 粒子滤波 快速同时定位与地图创建
• 年，卷（期）: 2020,（5）
• 页码范围: 11-15,19
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2020.05.003

摘要

快速同时定位与建图(FastSLAM)算法中的重采样过程会带来粒子退化和粒子多样性减弱问题,为了改进算法的性能、提高估计精度,针对FastSLAM算法的特点,设计了一种改进的FastSLAM算法,将FastSLAM算法中的粒子滤波部分用自适应粒子群优化算法来代替,并且引入了粒子的筛选区间,通过改善算法初期的粒子分布情况,以及采用交叉变异操作这种自适应优化策略来对粒子种群进行调整.最后在MATLAB仿真平台针对三种算法进行了对比并验证改进后算法的优越性,实验结果表明基于自适应粒子群优化的FastSLAM算法在估计精度和计算效率方面都具有较好的性能.