典型文献
改进EKF-SLAM自动落布车定位算法
文献摘要：
为提高自动落布车定位精度,解决扩展卡尔曼滤波(extended Kalman filter,EKF)同步建图与定位(simultaneous localization and mapping,SLAM)算法在强非线性系统中误差增大、系统定位精度降低等问题.结合多新息(muti-innovation)理论,提出迭代多新息扩展卡尔曼滤波同步建图与定位(IMI-EKF-SLAM)算法,使自动落布车定位系统在状态更新过程中,从对当前时刻的一次更新到对多个时刻的多次迭代更新,并对迭代值n、新息维度p进行了探讨.仿真和实验结果表明:改进算法减少了状态估计误差,并且当迭代值n为2,新息维度p为3时,IMI-EKF-SLAM算法定位效果最佳.
文献关键词：
扩展卡尔曼滤波(EKF);同步建图与定位(SLAM);多新息理论;非线性系统
中图分类号：
作者姓名：
沈丹峰;尚国飞;赵刚;柏顺伟;付茂文
作者机构：
西安工程大学机电工程学院,陕西西安710048;陕西长岭纺织机电科技有限公司,陕西宝鸡721013
文献出处：
引用格式：
[1]沈丹峰;尚国飞;赵刚;柏顺伟;付茂文-.改进EKF-SLAM自动落布车定位算法)[J].西安工程大学学报,2022(06):77-85
A类：
自动落布车
B类：
EKF,SLAM,定位算法,定位精度,扩展卡尔曼滤波,extended,Kalman,filter,建图与定位,simultaneous,localization,mapping,强非线性系统,中误差,系统定位,muti,innovation,IMI,定位系统,状态更新,更新过程,多次迭代,迭代更新,改进算法,状态估计,估计误差,定位效果,多新息理论
AB值：
0.323574
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。
