基于能观测性分析的机器人EKF-SLAM算法
张凤
孙阳
袁帅
李昌国
赵岚光
1.沈阳建筑大学 信息与控制工程学院,沈阳,1101682.沈阳建筑大学 信息与控制工程学院,沈阳,1101683.沈阳建筑大学 信息与控制工程学院,沈阳,1101684.沈阳建筑大学 信息与控制工程学院,沈阳,1101685.沈阳建筑大学 信息与控制工程学院,沈阳,110168
摘要：针对传统EKF-SLAM算法中存在状态估计不一致的问题,从系统能观测性角度分析,提出一种增加观测性约束条件的算法,利用补偿矩阵U最优化求解约束条件,得到新的线性点,并通过优化系统的雅克比矩阵重构系统能观测矩阵,使得EKF-SLAM系统与非线性SLAM系统观测方程能观矩阵的秩保持一致.结果表明,所提出算法在状态估计的精确性和协方差一致性方面明显优于传统的EKF-SLAM算法,研究工作和结论对车辆自主驾驶有一定的参考价值.
关键词：同时定位与建图机器人控制扩展卡尔曼滤波器能观测性分析最优估计数据融合估计不一致状态方程
分类号：TP242.6(自动化技术及设备)
资助基金：国家青年基金(61305125)
论文发表日期：2016-01-01
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：7( 319-325 )
英文信息