基于粒子滤波的移动机器人SLAM算法

被引:10
作者
涂刚毅
金世俊
祝雪芬
宋爱国
机构
[1] 东南大学仪器科学与工程学院
关键词
移动机器人; 同步定位与地图创建; 粒子滤波器; 栅格地图;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
针对FastSLAM算法对传感器精度要求较高,不适用于方向性差的超声传感器问题,提出了一种基于超声概率栅格地图环境特征点提取匹配的移动机器人粒子滤波同时定位与地图创建(SLAM)算法.该算法可分解为机器人位姿估计和环境路标估计2个部分.基于蒙特卡罗定位原理利用粒子滤波算法对机器人运动轨迹进行估计;在建立全局超声概率栅格地图的基础上,利用概率栅格地图环境特征提取算法对环境路标坐标进行估计.实验证明,该算法较好地解决了超声测距传感器由于散射角大带来的特征点估计不准的问题,对环境路标和机器人轨迹的估计都比较准确.并对移动机器人累计误差进行了有效的补偿,减少了由于累积误差造成的移动机器人轨迹扭曲失真.
引用
收藏
页码:117 / 122
页数:6
相关论文
共 4 条
[1]   一种基于遗传算法的FastSLAM 2.0算法 [J].
周武 ;
赵春霞 .
机器人, 2009, 31 (01) :25-32
[2]   分布式感知协作的扩展Monte Carlo定位算法 [J].
梁志伟 ;
马旭东 ;
戴先中 .
机器人, 2008, (03) :210-216
[3]   基于粒子滤波器的SLAM的仿真研究 [J].
鞠纯纯 ;
何波 ;
刘保龙 ;
王永清 .
系统仿真学报, 2007, (16) :3715-3718+3723
[4]   一种新的移动机器人Monte Carlo自主定位算法 [J].
房芳 ;
马旭东 ;
戴先中 .
东南大学学报(自然科学版), 2007, (01) :40-44