声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：罗景文, 秦世引
关键词：同步定位与地图构建, 高斯箱粒子滤波, 非参贝叶斯学习, Dirichlet过程, 无迹卡尔曼滤波
针对常规FastSLAM算法需要大量粒子创建地图以及粒子退化而导致计算复杂度高、难以提高估计精度等问题，提出了一种基于Dirichlet过程非参贝叶斯学习的高斯箱粒子滤波快速SLAM（同步定位与地图构建）算法．首先，改进了箱粒子滤波中以箱粒子为支撑集的均匀概率密度函数，采用高斯概率密度函数进行贝叶斯滤波，提高了估计的精度．在此基础上将Dirichlet过程非参贝叶斯学习应用于高斯箱粒子的重采样，既保证了有效箱粒子数，又能让箱粒子集中在高似然区域，降低了采样枯竭的影响．然后，利用基于Dirichlet过程非参贝叶斯学习的高斯箱粒子滤波进行机器人位姿估计，可有效降低地图创建所需的粒子数，并提高定位精度和实时性．进而采用无迹卡尔曼滤波更新地图特征，以提高地图创建的一致性．仿真结果和轮腿复合机器人实地实验结果验证了本文方法的可行性和有效性．
来源：2019年第5期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。