基于粒子滤波的室内机器人定位研究OACSTPCD
Study on Indoor Robot Location Based on Particle Filter
针对传统粒子滤波定位算法在粒子的更新中仅考虑当前里程信息,论文基于KLD-粒子滤波算法实时跟踪每次迭代所需粒子数,提出了一个KLD粒子滤波定位改进算法.结合里程信息及雷达激光测量信息,将前时的测量信息融合进粒子定位算法中.该算法在粒子更新的同时优化了计算,可以使机器人定位修复快速收敛至正确位置,并通过仿真实验验证其有效性.仿真表明,该算法比普通KLD采样有更好的收敛效果,该本仿真条件下,收敛速度比传统方法快约50％以上.
萧志聪;苏成悦;叶迅
广东工业大学物理与光电工程学院 广州 510006广东工业大学物理与光电工程学院 广州 510006华南理工大学广州学院汽车与交通工程学院 广州 510800
信息技术与安全科学
机器人定位粒子滤波KLD采样粒子更新
《计算机与数字工程》 2021 (1)
117-121,5
评论