计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
9期
3280-3284,3298
,共6页
同时定位与地图构建%中心差分卡尔曼滤波%线性回归卡尔曼滤波%计算复杂度
同時定位與地圖構建%中心差分卡爾曼濾波%線性迴歸卡爾曼濾波%計算複雜度
동시정위여지도구건%중심차분잡이만려파%선성회귀잡이만려파%계산복잡도
为了降低移动机器人基于中心差分卡尔曼滤波(CDKF)的同时定位与地图构建(SLAM)算法的计算复杂度,使其适于较大规模环境中的应用,提出了一种改进的CDKF SLAM算法.该算法以CDKF的线性回归卡尔曼滤波(LRKF)形式为基础,利用SLAM自身特点,重构其预测和观测更新过程中的状态变量及相应的方差矩阵,改进CDKF的采样方法,从而将CDKF SLAM算法的计算复杂度降为O(n2).不同规模环境中的仿真实验及停车场数据集的实验验证了在不改变CDKF SLAM算法估计准确度的条件下,本文算法的运行时间明显缩短,更适于大规模环境中的应用.
為瞭降低移動機器人基于中心差分卡爾曼濾波(CDKF)的同時定位與地圖構建(SLAM)算法的計算複雜度,使其適于較大規模環境中的應用,提齣瞭一種改進的CDKF SLAM算法.該算法以CDKF的線性迴歸卡爾曼濾波(LRKF)形式為基礎,利用SLAM自身特點,重構其預測和觀測更新過程中的狀態變量及相應的方差矩陣,改進CDKF的採樣方法,從而將CDKF SLAM算法的計算複雜度降為O(n2).不同規模環境中的倣真實驗及停車場數據集的實驗驗證瞭在不改變CDKF SLAM算法估計準確度的條件下,本文算法的運行時間明顯縮短,更適于大規模環境中的應用.
위료강저이동궤기인기우중심차분잡이만려파(CDKF)적동시정위여지도구건(SLAM)산법적계산복잡도,사기괄우교대규모배경중적응용,제출료일충개진적CDKF SLAM산법.해산법이CDKF적선성회귀잡이만려파(LRKF)형식위기출,이용SLAM자신특점,중구기예측화관측경신과정중적상태변량급상응적방차구진,개진CDKF적채양방법,종이장CDKF SLAM산법적계산복잡도강위O(n2).불동규모배경중적방진실험급정차장수거집적실험험증료재불개변CDKF SLAM산법고계준학도적조건하,본문산법적운행시간명현축단,경괄우대규모배경중적응용.
