计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
11期
345-348,385
,共5页
同步定位与地图构建%扩展卡尔曼滤波%大范围环境%辅助系数矩阵%估计误差
同步定位與地圖構建%擴展卡爾曼濾波%大範圍環境%輔助繫數矩陣%估計誤差
동보정위여지도구건%확전잡이만려파%대범위배경%보조계수구진%고계오차
Simultaneous localization and mapping (SLAM)%Extended Kalman filter%Large environments%Auxiliary coefficient matrix%Evaluated error
机器人同步定位与地图构建(SLAM)是指机器人在移动过程中以增量形式创建环境地图并通过所构建地图反复推断自身位置的过程.为实现上述功能,采用传统的扩展卡尔曼滤波(EKF)最优迭代估计方法,在大范围环境条件下,估计误差累积增大,且不能对已构建的环境地图进行更新.提出一种改进算法(KLM-EKF算法),用已知路标的信息对机器人位姿和协方差矩阵进行修正,并创建辅助系数矩阵修正已构建地图,从而实现路标的全局更新.仿真结果表明,在大范围环境中,改进后的算法使机器人自身定位和路标估计误差大幅度降低,并且能够自主地更新已构建地图,有效提高了定位和构图精度.
機器人同步定位與地圖構建(SLAM)是指機器人在移動過程中以增量形式創建環境地圖併通過所構建地圖反複推斷自身位置的過程.為實現上述功能,採用傳統的擴展卡爾曼濾波(EKF)最優迭代估計方法,在大範圍環境條件下,估計誤差纍積增大,且不能對已構建的環境地圖進行更新.提齣一種改進算法(KLM-EKF算法),用已知路標的信息對機器人位姿和協方差矩陣進行脩正,併創建輔助繫數矩陣脩正已構建地圖,從而實現路標的全跼更新.倣真結果錶明,在大範圍環境中,改進後的算法使機器人自身定位和路標估計誤差大幅度降低,併且能夠自主地更新已構建地圖,有效提高瞭定位和構圖精度.
궤기인동보정위여지도구건(SLAM)시지궤기인재이동과정중이증량형식창건배경지도병통과소구건지도반복추단자신위치적과정.위실현상술공능,채용전통적확전잡이만려파(EKF)최우질대고계방법,재대범위배경조건하,고계오차루적증대,차불능대이구건적배경지도진행경신.제출일충개진산법(KLM-EKF산법),용이지로표적신식대궤기인위자화협방차구진진행수정,병창건보조계수구진수정이구건지도,종이실현로표적전국경신.방진결과표명,재대범위배경중,개진후적산법사궤기인자신정위화로표고계오차대폭도강저,병차능구자주지경신이구건지도,유효제고료정위화구도정도.
