移动机器人SLAM问题的研究

被引：6

作者：

段锁林 ^{[1
]}

谈刚 ^{[1
]}

周玉勤 ^{[2
]}

朱海勇 ^{[2
]}

机构：

[1] 常州大学机器人研究所

[2] 江苏润仪仪表有限公司

来源：

计算机测量与控制 | 2016年 / 24卷 / 04期

关键词：

移动机器人; 同时定位与地图创建; 扩展卡尔曼算法; 路径估计; 地图估计;

D O I：

10.16526/j.cnki.11-4762/tp.2016.04.067

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对移动机器人同时定位与地图创建(SLAM)的问题,就扩展卡尔曼(EKF)算法所存在的缺陷即不适合大范围环境及密集环境等特征数量较大的场合,提出了一种改进的EKF-SLAM算法;它在扩展卡尔曼(EKF)算法上采用Rao-Blackwellise的分解思想-分解估计构架,将SLAM问题分解为路径估计和地图估计两个问题从而进行预测步骤,观测步骤,更新步骤和向量增广步骤4个步骤;仿真结果显示改进的EKF-SLAM算法比EKF-SLAM算法在特征数量较大的场合更具有优异性;它大大降低了计算复杂度,提高了准确性,为在比较复杂环境下实时解决移动机器人同时定位与地图创建(SLAM)的问题提供了一种有效方法。

引用

页码：234 / 236+240 +240

页数：4

共 5 条

[1] 基于全局观测地图模型的SLAM研究 [J].