计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2012年
21期
1-4
,共4页
同时定位与地图创建%扩展卡尔曼滤波%外部干扰%方差膨胀%一致性%移动机器人
同時定位與地圖創建%擴展卡爾曼濾波%外部榦擾%方差膨脹%一緻性%移動機器人
동시정위여지도창건%확전잡이만려파%외부간우%방차팽창%일치성%이동궤기인
机器人在未知环境中探索时不仅存在传感器误差,而且经常受到外部干扰的影响.传统EKF-SLAM算法没有考虑外部干扰,会导致机器人定位的失败,为此,提出一种改进的EKF-SLAM算法.采用极坐标对比前后2次观测结果来检测是否存在外部干扰.当检测到存在外部干扰时,通过膨胀系统状态的方差扩大其不确定性,使系统状态迅速收敛到真值.仿真结果表明,该算法在移动机器人SLAM的估计精度和鲁棒性两方面均优于传统的EKF-SLAM算法.
機器人在未知環境中探索時不僅存在傳感器誤差,而且經常受到外部榦擾的影響.傳統EKF-SLAM算法沒有攷慮外部榦擾,會導緻機器人定位的失敗,為此,提齣一種改進的EKF-SLAM算法.採用極坐標對比前後2次觀測結果來檢測是否存在外部榦擾.噹檢測到存在外部榦擾時,通過膨脹繫統狀態的方差擴大其不確定性,使繫統狀態迅速收斂到真值.倣真結果錶明,該算法在移動機器人SLAM的估計精度和魯棒性兩方麵均優于傳統的EKF-SLAM算法.
궤기인재미지배경중탐색시불부존재전감기오차,이차경상수도외부간우적영향.전통EKF-SLAM산법몰유고필외부간우,회도치궤기인정위적실패,위차,제출일충개진적EKF-SLAM산법.채용겁좌표대비전후2차관측결과래검측시부존재외부간우.당검측도존재외부간우시,통과팽창계통상태적방차확대기불학정성,사계통상태신속수렴도진치.방진결과표명,해산법재이동궤기인SLAM적고계정도화로봉성량방면균우우전통적EKF-SLAM산법.
