基于改进Rao-Blackwellized粒子滤波器的同时定位与地图构建

摘要：

解决同时定位与地图构建(SLAM)问题是实现机器人自主导航的核心.目前,Rao-Blackwellized粒子滤波器(RBPF)是解决机器人同时定位与地图构建的有效方法.该方法在计算提议分布时,通常只考虑移动机器人的里程计信息,因此存在需要大量的采样粒子造成的计算量和复杂度增大的问题.本文提出一种改进算法,在计算提议分布时将机器人里程计信息和激光传感器采集的距离信息进行融合,有效地减少了所需粒子的数量并降低了滤波器预测阶段机器人位姿的不确定性.本文在机器人操作系统(robot operating system,ROS)平台上,使用配有URG激光器的Pioneer3-DX机器人进行了实验.结果表明,采用本文方法能够实时在线地创建高精度的栅格地图,为机器人在未知环境中的SLAM和导航提供了新途径.

关键词：粒子滤波器、地图构建、机器人操作系统、导航

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目51075420;国家科技部国际合作项目2010DFA12160资助.Supported by National Natural Science Foundation of China51075420;National Ministry of Science and Technology Project of International Cooperation2010DFA12160

在线出版日期：2015-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：267-272