移动机器人在大尺度未知环境下的自主导航方法——改进的FastSLAM算法

摘要：

在移动机器人同时定位和地图创建过程中,标准FastSLAM算法(对SIAM因式分解的一种快速算法)通常假设机器人观测值和环境陆标之间的数据关联是已知的(即采用预置陆标)来回避数据关联问题.针对标准FastSLAM算法的这一缺陷,提出了一种适合大尺度未知环境(即数据关联未知)下的基于单个粒子最大似然数据关联和环境否定信息相结合的FastSLAM改进算法.该算法用基于单个粒子最大似然数据关联法保证当前运动噪声对下一步关联数据精度的影响和"失踪"问题的出现,而用环境否定信息法避免错误陆标添加到环境地图中.仿真结果表明,改进的FastSLAM算法解决了大尺度未知环境下的数据关联问题,提高了机器人自身定位和地图创建的精度,可真正实现机器人在大尺度未知环境的自主导航.

关键词：快速SLAM算法、扩展卡尔曼滤波、数据关联、最大似然估计、否定信息

所属期刊栏目：18

分类号：TP2(自动化技术及设备)

资助基金：国家自然科学基金60475028;天津市教委资助项目2006ba54

在线出版日期：2008-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：375-381