典型文献
基于粒子群优化的移动机器人MCL全局定位算法
文献摘要：
针对室内移动机器人运行时可能发生碰撞、打滑和被人为搬运等情况而导致定位失效的问题,提出了一种基于粒子群优化的移动机器人MCL(Monte Carlo Localization)全局定位算法.基于MCL算法框架,通过定义粒子有效数目的方式来识别测量更新后定位算法的准确性,并利用粒子群优化算法将粒子集的位置向观测概率高的方向调整,调整后粒子集的姿态调整依靠重要性采样完成粒子集的更新过程.在Matlab下的仿真和实验结果表明改进后的MCL全局定位算法在位姿估计失效后恢复定位的性能明显优于MCL算法,可为MCL算法应用于机器人全局定位提供依据.
文献关键词：
移动机器人;粒子群优化;MCL;全局定位
中图分类号：
作者姓名：
龚建铭;范阳;周建辉
作者机构：
北京科技大学顺德研究生院,广东 佛山528399;北京科技大学 机械工程学院,北京 100083;华北理工大学迁安学院 机械工程系,河北 迁安 064400
文献出处：
引用格式：
[1]龚建铭;范阳;周建辉-.基于粒子群优化的移动机器人MCL全局定位算法)[J].湖北第二师范学院学报,2022(08):38-44
A类：
B类：
移动机器人,MCL,全局定位,定位算法,打滑,搬运,Monte,Carlo,Localization,后定位,粒子群优化算法,子集,观测概率,姿态调整,重要性采样,更新过程,Matlab,在位,位姿估计,算法应用
AB值：
0.294592
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。
