典型文献
基于变分贝叶斯的自适应PF-SLAM方法研究
文献摘要：
针对移动机器人即时定位与地图构建中时变观测噪声及粒子位置分布对SLAM精度的影响,本文提出基于变分贝叶斯的自适应PF-SLAM算法,采用高斯混合模型对时变的观测噪声建模,并通过变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权值将粒子划分为固定粒子和优化粒子,通过粒子间的近邻拓扑位置关系调整粒子分布,处理时变观测噪声与优化粒子的位置分布,使得优化的粒子集可以更好地表示机器人位置概率分布,实现观测噪声及粒子位置分布自适应.仿真实验表明本算法对比传统PF-SLAM算法定位与地图构建误差降低了 76.45％.实际实验表明本算法处理下的环境轮廓误差对比传统PF-SLAM算法的环境轮廓误差减小了 61.87％.该算法有效提高了移动机器人的状态估计精度,为移动机器人即时定位与地图构建提供了新的参考.
文献关键词：
自适应粒子滤波;变分贝叶斯;同步定位与地图构建;超声波检测技术
中图分类号：
作者姓名：
袁帅;刘同健;吴健;张凤;刘贵夫
作者机构：
沈阳建筑大学电气与控制工程学院 沈阳 110168
文献出处：
引用格式：
[1]袁帅;刘同健;吴健;张凤;刘贵夫-.基于变分贝叶斯的自适应PF-SLAM方法研究)[J].仪器仪表学报,2022(03):258-266
A类：
自适应粒子滤波
B类：
PF,SLAM,移动机器人,即时定位与地图构建,中时,位置分布,高斯混合模型,噪声建模,变分贝叶斯方法,未知参数,权值,近邻,位置关系,整粒,粒子分布,子集,概率分布,算法对比,轮廓误差,状态估计,估计精度,同步定位与地图构建,超声波检测技术
AB值：
0.221218
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。
