平方根容积卡尔曼滤波在移动机器人SLAM中的应用

被引：58

作者：

康轶非

宋永端

宋宇

闫德立

李丹勇

机构：

[1] 北京交通大学

来源：

机器人 | 2013年 / 35卷 / 02期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

移动机器人; 卡尔曼滤波; 线性化; 容积变换;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

针对机器人同时定位与地图构建(SLAM)问题,提出基于平方根容积卡尔曼滤波的SLAM算法.该算法主要特点是使用平方根容积卡尔曼滤波计算SLAM后验概率密度,以减小线性化误差,达到提高SLAM定位精度的目的.提出的算法通过传递平方根因子代替系统协方差矩阵,因而在计算中避免了耗费时间的Cholesky分解,提高了算法效率.实验部分使用扩展型卡尔曼滤波SLAM(EKF-SLAM)、无迹卡尔曼滤波SLAM(UKF-SLAM)和所提出的算法进行了对比.实验结果表明:较之EKF-SLAM,容积卡尔曼滤波的精度提高了1倍;相比UKF-SLAM,SCKF-SLAM节省1/4计算资源.

引用

页码：186 / 193

页数：8