摘 要 :针对传统粒子滤波算法单次迭代过程中仅应用到当前的信息,且小权值粒子代表的信息在重采样中被删除而导致信息不能充分利用的问题,提出了稀疏扩展信息滤波和粒子滤波相结合的同时定位与地图创建(SLAM)算法,信息矩阵记忆了机器人位姿的历史信息,应用Gibbs采样重新获得粒子集,使粒子集能够更好地描述后验分布,提高算法的状态估计精度.大量的MonteCarlo仿真实验验证了该算法中机器人定位精度较FastSLAM2.0算法提高80%左右.
有关论文范文主题研究: | 粒子相关论文范文 | 大学生适用: | 电大毕业论文、自考论文 |
---|---|---|---|
相关参考文献下载数量: | 43 | 写作解决问题: | 怎么写 |
毕业论文开题报告: | 文献综述、论文设计 | 职称论文适用: | 核心期刊、职称评中级 |
所属大学生专业类别: | 怎么写 | 论文题目推荐度: | 最新题目 |
关 键 词 :同时定位与地图创建;稀疏扩展信息滤波器;粒子滤波器;Gibbs采样
中图分类号: TP24文献标志码:A