典型文献
基于智能优化箱粒子滤波的移动机器人FastSLAM
文献摘要：
针对传统FastSLAM算法需要大量粒子构建地图导致计算复杂度高、难以提高估计精度等问题,研究构建了一种基于智能优化箱粒子滤波(IOBPF)的移动机器人FastSLAM算法.首先,将萤火虫算法(FA)的动态寻优机制引入箱粒子滤波(BPF),建立了箱粒子的荧光亮度更新公式、吸引度计算公式和位置更新公式,使箱粒子集智能化地向高似然区域移动,避免了箱粒子的退化现象.然后,以改进的智能优化箱粒子滤波进行机器人位姿估计,并采用扩展区间卡尔曼滤波(EIKF)完成地图的构建和更新.移动机器人的模型仿真和实体实验结果表明:所提智能化FastSLAM算法可有效提升箱粒子的性能,并降低地图构建所需粒子数,从而显著提高FastSLAM的定位精度和地图构建的鲁棒性.
文献关键词：
同步定位与地图构建;移动机器人;箱粒子滤波(BPF);萤火虫算法(FA);扩展区间卡尔曼滤波(EIKF)
中图分类号：
作者姓名：
罗景文;秦世引
作者机构：
云南师范大学 信息学院, 昆明650500;北京航空航天大学 自动化科学与电气工程学院, 北京100083
文献出处：
引用格式：
[1]罗景文;秦世引-.基于智能优化箱粒子滤波的移动机器人FastSLAM)[J].北京航空航天大学学报,2022(01):53-66
A类：
FastSLAM,IOBPF,EIKF
B类：
智能优化,箱粒子滤波,移动机器人,建地,计算复杂度,高估,估计精度,研究构建,萤火虫算法,FA,动态寻优,光亮度,引度,位置更新,子集,退化现象,机器人位姿估计,展区,卡尔曼滤波,模型仿真,建所,定位精度,同步定位与地图构建
AB值：
0.218372
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。
