典型文献
一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法
文献摘要：
针对非高斯分布的测量噪声、野值点或未知时变的噪声统计特性导致SLAM定位方法的量测更新中状态估计不正确甚至不收敛的问题,提出一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法.首先,利用变分贝叶斯自适应滤波算法对时变的测量噪声协方差进行估计.然后,通过重加权平均构建的权重函数对估计的协方差矩阵进行鲁棒化处理.最后,对系统状态更新进行多次迭代,逐步修正其估计误差.同时,为了观测到不同深度的特征点,构建了包含深度参数的特征测量模型.实验结果表明,当量测噪声不服从高斯分布且量测信息中有野值点时,与基于变分贝叶斯自适应卡尔曼滤波的SLAM方法相比,所提方法的定位精度分别提高了 17.23％、20.46％和17.76％,说明该方法对环境干扰具有更好的适用性和鲁棒性.
文献关键词：
水下导航定位;非高斯分布;时变噪声;变分贝叶斯方法;SLAM
中图分类号：
作者姓名：
翟鸿启;王立辉;蔡体菁;孟骞
作者机构：
东南大学仪器科学与工程学院,南京210096;东南大学微惯性仪表与先进导航技术教育部重点实验室,南京210096
文献出处：
引用格式：
[1]翟鸿启;王立辉;蔡体菁;孟骞-.一种基于改进变分贝叶斯滤波的鲁棒SLAM定位方法)[J].东南大学学报（英文版）,2022(04):340-349
A类：
B类：
贝叶斯滤波,SLAM,定位方法,非高斯分布,测量噪声,野值,统计特性,状态估计,不正确,不收,自适应滤波算法,重加权,加权平均,权重函数,协方差矩阵,状态更新,多次迭代,估计误差,不同深度,特征点,测量模型,当量,量测噪声,不服,服从,量测信息,自适应卡尔曼滤波,定位精度,环境干扰,水下导航定位,时变噪声,变分贝叶斯方法
AB值：
0.335335
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
