基于变分贝叶斯优化的近邻采样PF-SLAM算法

• 作者: 袁帅 刘同健 栾方军 张凤 吴健
• 来源期刊: 中国惯性技术学报
• 学科: 工学
• 关键词: 粒子滤波 近邻采样 变分贝叶斯 噪声自适应 同时定位与建图
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 组合导航技术|Integrated Navigation Technology
• 页码范围: 96-103
• 页数: 8页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2022.01.014

摘要

针对移动机器人同时定位与地图构建(SLAM)中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法.采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布.实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76％,较期望最大化算法下的定位与建图误差降低了54％,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考.