二阶中心差分粒子滤波FastSLAM算法
代嘉惠1
许鹏程2
李小波2
1.重庆大学资源及环境科学学院,重庆400030;中煤科工集团重庆研究院有限公司,重庆4000372.中煤科工集团重庆研究院有限公司,重庆,400037
摘要：为改善机器人同时定位与建图(simultaneous localization and mapping,SLAM)算法中非线性系统状态估计精度不高,计算繁杂的问题,本文创新性地提出了基于二阶中心差分滤波并融合最新观测数据来产生建议分布函数的新算法.新算法基于二阶sterling插值公式处理SLAM中的非线性系统问题,无须计算雅可比矩阵,容易实现.此外,该算法使用Cholesky分解技术,在SLAM概率估计中直接依据协方差平方根因子进行传播,保证协方差矩阵正定性的同时减小了局部线性化的截断误差.仿真试验表明,在粒子数相同的情况下,二阶中心差分FastSLAM(second-order FastSLAM,SOFastSLAM)在不同噪声条件下的估计精度均优于FastSLAM2.0和UFastSLAM算法,且用时最少,证实了SOFastSLAM算法的优越性.
关键词：FastSLAM即时定位与地图构建协方差矩阵粒子滤波二阶中心差分粒子滤波移动机器人
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(61164015)国家自然科学基金(61305132)江西省自然科学基金(20151BAB207043)
论文发表日期：2018-09-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1382-1390 )
英文信息