控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2014年
8期
1009-1017
,共9页
闫德立%宋永端%宋宇%康轶非
閆德立%宋永耑%宋宇%康軼非
염덕립%송영단%송우%강질비
移动机器人%同时定位与地图构建%平方根容积卡尔曼滤波%概率假设密度
移動機器人%同時定位與地圖構建%平方根容積卡爾曼濾波%概率假設密度
이동궤기인%동시정위여지도구건%평방근용적잡이만려파%개솔가설밀도
mobile robot%simultaneous localization and mapping%square-root cubature Kalman filter%probability hypothesis density
针对杂波环境或数据关联模糊环境下移动机器人同时定位与地图构建(SLAM)的问题,本文提出平方根容积卡尔曼滤波概率假设密度(SRCKF-PHD)SLAM算法,该算法的主要特点在于:1)采用容积规则方法计算非线性函数高斯权重积分以及机器人位姿粒子权重,达到改善位姿估计性能的目的;2)在高斯混合概率假设密度更新过程中,将平方根容积卡尔曼滤波应用于高斯项权重更新及观测似然计算中,保证了协方差矩阵的对称性和半正定性,提高了地图估计的精度和稳定性.通过仿真实验及Car Park数据集,将提出算法与RB-PHD-SLAM算法进行对比,结果表明该算法对机器人位姿估计精度及地图估计精度的提高是有效的.
針對雜波環境或數據關聯模糊環境下移動機器人同時定位與地圖構建(SLAM)的問題,本文提齣平方根容積卡爾曼濾波概率假設密度(SRCKF-PHD)SLAM算法,該算法的主要特點在于:1)採用容積規則方法計算非線性函數高斯權重積分以及機器人位姿粒子權重,達到改善位姿估計性能的目的;2)在高斯混閤概率假設密度更新過程中,將平方根容積卡爾曼濾波應用于高斯項權重更新及觀測似然計算中,保證瞭協方差矩陣的對稱性和半正定性,提高瞭地圖估計的精度和穩定性.通過倣真實驗及Car Park數據集,將提齣算法與RB-PHD-SLAM算法進行對比,結果錶明該算法對機器人位姿估計精度及地圖估計精度的提高是有效的.
침대잡파배경혹수거관련모호배경하이동궤기인동시정위여지도구건(SLAM)적문제,본문제출평방근용적잡이만려파개솔가설밀도(SRCKF-PHD)SLAM산법,해산법적주요특점재우:1)채용용적규칙방법계산비선성함수고사권중적분이급궤기인위자입자권중,체도개선위자고계성능적목적;2)재고사혼합개솔가설밀도경신과정중,장평방근용적잡이만려파응용우고사항권중경신급관측사연계산중,보증료협방차구진적대칭성화반정정성,제고료지도고계적정도화은정성.통과방진실험급Car Park수거집,장제출산법여RB-PHD-SLAM산법진행대비,결과표명해산법대궤기인위자고계정도급지도고계정도적제고시유효적.
