计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2012年
7期
140-145
,共6页
同时定位与地图创建%精确稀疏扩展信息滤波%粒子滤波%Gibbs采样
同時定位與地圖創建%精確稀疏擴展信息濾波%粒子濾波%Gibbs採樣
동시정위여지도창건%정학희소확전신식려파%입자려파%Gibbs채양
传统粒子滤波算法的单次迭代过程以及小权值粒子在重采样中被删除都使得机器人位姿的历史信息不能充分利用,因而会出现粒子的退化现象,从而导致滤波算法的估计精度较低.本文提出基于精确稀疏扩展信息滤波的粒子滤波SLAM算法,利用精确稀疏扩展信息滤波的信息矩阵反映机器人位姿相对变化的同时,也对应于状态后验概率的条件概率的性质,应用Gibbs采样直接从SLAM完全后验分布产生样本,充分利用了信息矩阵包含的不确定信息,粒子分布均匀,且保持了多样性,缓解了粒子退化现象.实验结果表明所提算法的粒子集能够更好地描述真实后验分布,显著提高了SLAM算法的估计精度.
傳統粒子濾波算法的單次迭代過程以及小權值粒子在重採樣中被刪除都使得機器人位姿的歷史信息不能充分利用,因而會齣現粒子的退化現象,從而導緻濾波算法的估計精度較低.本文提齣基于精確稀疏擴展信息濾波的粒子濾波SLAM算法,利用精確稀疏擴展信息濾波的信息矩陣反映機器人位姿相對變化的同時,也對應于狀態後驗概率的條件概率的性質,應用Gibbs採樣直接從SLAM完全後驗分佈產生樣本,充分利用瞭信息矩陣包含的不確定信息,粒子分佈均勻,且保持瞭多樣性,緩解瞭粒子退化現象.實驗結果錶明所提算法的粒子集能夠更好地描述真實後驗分佈,顯著提高瞭SLAM算法的估計精度.
전통입자려파산법적단차질대과정이급소권치입자재중채양중피산제도사득궤기인위자적역사신식불능충분이용,인이회출현입자적퇴화현상,종이도치려파산법적고계정도교저.본문제출기우정학희소확전신식려파적입자려파SLAM산법,이용정학희소확전신식려파적신식구진반영궤기인위자상대변화적동시,야대응우상태후험개솔적조건개솔적성질,응용Gibbs채양직접종SLAM완전후험분포산생양본,충분이용료신식구진포함적불학정신식,입자분포균균,차보지료다양성,완해료입자퇴화현상.실험결과표명소제산법적입자집능구경호지묘술진실후험분포,현저제고료SLAM산법적고계정도.
