基于粒子群优化的移动机器人SLAM方法
中国知网
哈尔滨工业大学(威海)
摘要
针对传统Rao-Blackwellized粒子滤波器存在的粒子消耗问题,提出了一种基于粒子群优化的移动机器人同步定位与制图方法.该方法在粒子重采样过程中利用粒子群优化算法获得机器人位姿的建议分布,并引入遗传算法中的交叉和变异操作对求得的粒子集进一步优化、调整.改进后的粒子分布保持了粒子的多样性,有效提高了机器人位姿估计的一致性.仿真结果表明,本文提出的方法与传统Rao-Blackwellized粒子滤波器相比,能有效解决粒子耗尽问题,使机器人获得更精准的定位和更准确的地图,具有可行性、实用性.
关键词
移动机器人 同步定位与制图 Rao-Blackwellized粒子滤波器 粒子群优化 mobile robot simultaneous localization and mapping(SLAM) Rao-Blackwellized particle filter(RBPF) particle swarm optimization(PSO)
