基于粒子濾波的移動(dòng)機(jī)器人SLAM算法研究.pdf

1、隨著自主移動(dòng)機(jī)器人的發(fā)展，自主導(dǎo)航技術(shù)成為機(jī)器人領(lǐng)域的研究熱點(diǎn)。為了真正實(shí)現(xiàn)移動(dòng)機(jī)器人的自主導(dǎo)航，移動(dòng)機(jī)器人在未知環(huán)境下的即時(shí)構(gòu)圖與定位(SLAM)成為解決問(wèn)題的關(guān)鍵。
　　論文首先闡述了SLAM算法的研究背景、研究意義及發(fā)展歷程。通過(guò)Matlab仿真實(shí)驗(yàn)對(duì)SLAM算法的兩種經(jīng)典方法：基于擴(kuò)展卡爾曼濾波和基于粒子濾波的SLAM算法進(jìn)行分析比較。
　　其次，采用基于強(qiáng)跟蹤無(wú)跡卡爾曼濾波的SLAM算法(STUFastSLAM)，

2、改善FastSLAM算法的線性化累積誤差問(wèn)題。以強(qiáng)跟蹤無(wú)跡卡爾曼濾波替代擴(kuò)展卡爾曼濾波來(lái)估計(jì)粒子的后驗(yàn)概率密度函數(shù)，提高了粒子的采樣精度和魯棒性，仿真實(shí)驗(yàn)表明了算法的有效性。
　　然后，在STUFastSLAM算法的基礎(chǔ)上，針對(duì)粒子多樣性缺失的問(wèn)題，采用兩種改進(jìn)的FastSLAM算法：基于差分進(jìn)化的SLAM算法和基于優(yōu)化組合重采樣的SLAM算法。這兩種算法都是基于重采樣的改進(jìn)，第一種算法采用差分進(jìn)化算法替代重采樣過(guò)程，減緩粒子耗盡