基于改進(jìn)粒子濾波的SLAM算法研究.pdf

1、近年來(lái)隨著社會(huì)對(duì)機(jī)器人自主化要求的不斷提高，自主導(dǎo)航逐漸成為機(jī)器人領(lǐng)域新的研究熱點(diǎn)之一。為了真正實(shí)現(xiàn)機(jī)器人的自主導(dǎo)航，必須將定位和制圖兩個(gè)核心技術(shù)統(tǒng)一考慮并加以解決，令機(jī)器人具備同步定位與地圖構(gòu)建（SLAM）的能力。本文對(duì)移動(dòng)機(jī)器人的同步定位與地圖構(gòu)建問(wèn)題進(jìn)行了研究，針對(duì)FastSLAM2.0經(jīng)典算法中的重要性函數(shù)選取問(wèn)題及粒子退化和粒子耗盡問(wèn)題，提出了三種基于改進(jìn)粒子濾波的SLAM算法，主要工作具體如下:
　　首先，對(duì)移動(dòng)機(jī)器人

2、系統(tǒng)進(jìn)行了建模，如機(jī)器人運(yùn)動(dòng)模型、觀測(cè)模型、地圖模型、噪聲模型等，然后在此基礎(chǔ)上詳細(xì)分析了兩種經(jīng)典SLAM算法（EKF-SLAM算法和FastSLAM2.0算法）的理論基礎(chǔ)以及應(yīng)用步驟，并通過(guò)仿真實(shí)驗(yàn)進(jìn)行了結(jié)果的對(duì)比分析，為后續(xù)改進(jìn)算法性能評(píng)價(jià)提供參照對(duì)象。
　　其次，針對(duì)FastSLAM2.0算法利用EKF求取重要性概率密度函數(shù)時(shí)容易產(chǎn)生線性化誤差的問(wèn)題，提出了基于補(bǔ)償擴(kuò)展卡爾曼粒子濾波的快速SLAM算法(CEKPF-SLAM)

3、，該算法通過(guò)對(duì)EKF造成的線性化誤差進(jìn)行補(bǔ)償，從而使重要性概率密度函數(shù)更逼近真實(shí)的后驗(yàn)概率密度，進(jìn)一步提高算法的精度，通過(guò)仿真實(shí)驗(yàn)證明了該算法的有效性。
　　然后，在CEKPF-SLAM算法的基礎(chǔ)上，針對(duì)粒子退化及粒子耗盡問(wèn)題，提出了兩種改進(jìn)快速SLAM算法:基于裂變自舉粒子濾波的快速SLAM算法（FBPF-SLAM）和基于權(quán)值優(yōu)化組合粒子濾波的快速SLAM算法(WOCPF-SLAM)，這兩種算法均從重采樣方面對(duì)原算法進(jìn)行改進(jìn)，F(xiàn)