基于粒子濾波器的同時(shí)定位與地圖構(gòu)建.pdf

1、智能移動(dòng)機(jī)器人是一種在復(fù)雜的環(huán)境下工作的具有自規(guī)劃、自組織、自適應(yīng)能力的機(jī)器人。移動(dòng)機(jī)器人同時(shí)定位與制圖(Simultaneous Localization and Mapping)問(wèn)題的研究是智能機(jī)器人研究領(lǐng)域的熱點(diǎn)話題。機(jī)器人同時(shí)定位與精確地圖創(chuàng)建能力是自主移動(dòng)機(jī)器人在未知環(huán)境運(yùn)動(dòng)的先決條件。最近十幾年來(lái)實(shí)現(xiàn)SLAM的算法主要是用EKF方法。然而，基于EKF的SLAM方法在實(shí)際的大環(huán)境中運(yùn)用時(shí)，有兩個(gè)缺陷：二次方復(fù)雜度和易無(wú)效的數(shù)據(jù)

2、關(guān)聯(lián)。本文采用另一種方法實(shí)現(xiàn)SLAM并且解決這兩個(gè)問(wèn)題。 文章首先回顧了SLAM技術(shù)的發(fā)展，指出已有SLAM技術(shù)存在的問(wèn)題，在此基礎(chǔ)上引出了本文研究的重點(diǎn)：基于粒子濾波器實(shí)現(xiàn)SLAM算法，并對(duì)其算法構(gòu)架、屬性、以及性能等相關(guān)內(nèi)容進(jìn)行了介紹。通過(guò)仿真實(shí)驗(yàn)證實(shí)了本算法的正確性與可靠性。 這個(gè)算法的思想是把后驗(yàn)概率分解成兩部分，一是路徑的后驗(yàn)概率，另一個(gè)是以路徑概率為條件的環(huán)境特征的后驗(yàn)概率。分解的后驗(yàn)概率可以用粒子濾波器有效