模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
6期
537-542
,共6页
同时定位与地图创建(SLAM)%历史信息%粒子滤波
同時定位與地圖創建(SLAM)%歷史信息%粒子濾波
동시정위여지도창건(SLAM)%역사신식%입자려파
Simultaneous Localization and Map Building (SALM)%Historical Information%Particle Filter
传统的粒子滤波SLAM算法中,由于历史信息未被利用而导致估计精度较低.文中结合精确稀疏滞后状态信息滤波具有自然稀疏的信息矩阵因而估计精度高以及精确稀疏扩展信息滤波计算效率高的优点,将二者混合应用于粒子滤波SLAM算法中.不但充分应用信息矩阵记录的机器人位姿与特征间关系的历史信息从而提高估计的精度,而且克服机器入转动状态及环境特征疏密带来的应用缺陷.仿真与真实机器人实验的实验结果均表明文中算法的有效性与可行性.
傳統的粒子濾波SLAM算法中,由于歷史信息未被利用而導緻估計精度較低.文中結閤精確稀疏滯後狀態信息濾波具有自然稀疏的信息矩陣因而估計精度高以及精確稀疏擴展信息濾波計算效率高的優點,將二者混閤應用于粒子濾波SLAM算法中.不但充分應用信息矩陣記錄的機器人位姿與特徵間關繫的歷史信息從而提高估計的精度,而且剋服機器入轉動狀態及環境特徵疏密帶來的應用缺陷.倣真與真實機器人實驗的實驗結果均錶明文中算法的有效性與可行性.
전통적입자려파SLAM산법중,유우역사신식미피이용이도치고계정도교저.문중결합정학희소체후상태신식려파구유자연희소적신식구진인이고계정도고이급정학희소확전신식려파계산효솔고적우점,장이자혼합응용우입자려파SLAM산법중.불단충분응용신식구진기록적궤기인위자여특정간관계적역사신식종이제고고계적정도,이차극복궤기입전동상태급배경특정소밀대래적응용결함.방진여진실궤기인실험적실험결과균표명문중산법적유효성여가행성.