计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
10期
3725-3727,3735
,共4页
同时定位与地图创建%基于平方根的无迹卡尔曼滤波%快速同时定位与地图创建%扩展卡尔曼滤波
同時定位與地圖創建%基于平方根的無跡卡爾曼濾波%快速同時定位與地圖創建%擴展卡爾曼濾波
동시정위여지도창건%기우평방근적무적잡이만려파%쾌속동시정위여지도창건%확전잡이만려파
标准FastSLAM算法存在着粒子集退化和线性化误差累积的缺陷.针对上述问题,提出了基于平方根无迹卡尔曼滤波(SR-UKF)的FastSLAM算法.SR-UKF选取一组能够代表状态向量统计特性的代表点带入非线性函数处理后重新构建出新的统计特性；使用SR-UFK取代EKF来估计每个粒子的后验位姿提议分布,可以提高粒子采样精度,减缓粒子集的退化；同时SR-UKF可以确保协方差矩阵的非负定,保证了SLAM算法的稳定性.仿真实验结果表明,基于SR-UKF的FastSLAM算法在估计精度和鲁棒性两方面均优于FastSLAM 2.0算法.
標準FastSLAM算法存在著粒子集退化和線性化誤差纍積的缺陷.針對上述問題,提齣瞭基于平方根無跡卡爾曼濾波(SR-UKF)的FastSLAM算法.SR-UKF選取一組能夠代錶狀態嚮量統計特性的代錶點帶入非線性函數處理後重新構建齣新的統計特性；使用SR-UFK取代EKF來估計每箇粒子的後驗位姿提議分佈,可以提高粒子採樣精度,減緩粒子集的退化；同時SR-UKF可以確保協方差矩陣的非負定,保證瞭SLAM算法的穩定性.倣真實驗結果錶明,基于SR-UKF的FastSLAM算法在估計精度和魯棒性兩方麵均優于FastSLAM 2.0算法.
표준FastSLAM산법존재착입자집퇴화화선성화오차루적적결함.침대상술문제,제출료기우평방근무적잡이만려파(SR-UKF)적FastSLAM산법.SR-UKF선취일조능구대표상태향량통계특성적대표점대입비선성함수처리후중신구건출신적통계특성；사용SR-UFK취대EKF래고계매개입자적후험위자제의분포,가이제고입자채양정도,감완입자집적퇴화；동시SR-UKF가이학보협방차구진적비부정,보증료SLAM산법적은정성.방진실험결과표명,기우SR-UKF적FastSLAM산법재고계정도화로봉성량방면균우우FastSLAM 2.0산법.
