SLAM中數(shù)據(jù)關(guān)聯(lián)算法研究.pdf

1、同步定位與地圖創(chuàng)建(Simultaneous Localizationand Mapping,SLAM)是移動(dòng)機(jī)器人自主導(dǎo)航的熱點(diǎn)問(wèn)題。所謂SLAM是指在不確定移動(dòng)機(jī)器人初始位置的條件下，對(duì)機(jī)器人周圍的未知環(huán)境進(jìn)行地圖創(chuàng)建，同時(shí)根據(jù)創(chuàng)建的地圖對(duì)機(jī)器人進(jìn)行定位和導(dǎo)航。目前，SLAM的研究已經(jīng)取得了顯著的成果，但是仍然面臨著許多問(wèn)題亟需解決。其中錯(cuò)誤的數(shù)據(jù)關(guān)聯(lián)結(jié)果會(huì)顯著的增大機(jī)器人位置估計(jì)和地圖估計(jì)的誤差，直接導(dǎo)致SLAM算法發(fā)散。所以本文

2、主要針對(duì)SLAM中的數(shù)據(jù)關(guān)聯(lián)進(jìn)行了研究。
　　本文針對(duì)當(dāng)環(huán)境特征數(shù)未知時(shí)，數(shù)據(jù)關(guān)聯(lián)的誤關(guān)聯(lián)率增加，導(dǎo)致SLAM的定位精度偏低的問(wèn)題，提出了高斯混合概率假設(shè)密度SLAM算法——GMPHD-UFastSLAM算法。該算法首先采用UFastSLAM來(lái)解決FastSLAM2.0中的粒子退化和耗盡問(wèn)題，其次針對(duì)地圖特征數(shù)未知的情況，利用高斯混合概率假設(shè)密度（Gaussian Mixture Probability Hypothesis De

3、nsity，GMPHD）算法來(lái)解決UFastSLAM中的數(shù)據(jù)關(guān)聯(lián)問(wèn)題。仿真實(shí)驗(yàn)結(jié)果表明本文提出的GMPHD-UFastSLAM算法在地圖特征數(shù)未知的情況下，不僅改善了數(shù)據(jù)關(guān)聯(lián)的性能，而且提高了機(jī)器人的定位精度。
　　基于相同的思路，在環(huán)境特征數(shù)未知時(shí)，EKFSLAM中的數(shù)據(jù)關(guān)聯(lián)誤關(guān)聯(lián)率增加，導(dǎo)致機(jī)器人定位精度比較低，本文提出了GMPHD-EKFSLAM算法，該算法同樣是利用GMPHD來(lái)解決EKFSLAM中的數(shù)據(jù)關(guān)聯(lián)問(wèn)題。經(jīng)過(guò)仿真結(jié)