2012年 10月 农 业 机 械 学 报 第 43卷第 10期
DOI:10.6041/j.issn.10001298.2012.10.028
基于区间分析无迹粒子滤波的移动机器人SLAM方法
1,2 1,2 1 1
刘洞波 刘国荣 王迎旭 肖 鹏
(1.湖南工程学院计算机与通信学院,湘潭 411104;2.湖南大学电气与信息工程学院,长沙 410082)
【摘要】 移动机器人同时定位与地图创建算法 SLAM中,非线性系统线性化处理和雅可比矩阵计算导致运算
量大、系统状态估计精度较低。为此提出了一种基于区间分析的无迹粒子滤波同时定位与地图创建的方法。利用
基于区间分析的区间粒子滤波进行位姿估计,降低了定位需要的粒子数;并采用无迹卡尔曼滤波更新地图中的特
征,提高了地图创建的精度。在同等粒子数的情况下,改进了 SLAM的精度,减少了运算时间,实验结果验证了方
法的有效性。
关键词:移动机器人 同时定位与地图创建 粒子滤波器 区间分析 无迹卡尔曼滤波
中图分类号:TP24 文献标识码:A 文章编号:10001298(2012)10015506
SLAMMethodforMobileRobotBasedonInterval
AnalysisUnscentedParticleFilter
1,2 1,2 1 1
LiuDongbo LiuGuorong WangYingxu XiaoPeng
(1.CollegeofComputerandCommunication,HunanInstituteofEngineering,Xiangtan411104,China
2.CollegeofElectricalandInformationEngineering,HunanUniversity,Changsha410082,China)
Abstract
Inparticlefiltersimultaneouslocalizationandmappingmethod(SLAM)formobilerobots,
linearizationofnonlinearsystemsandderivationoftheJacobianmatricesleadtolargecomputingand
systemstateestimationproblemoflowaccuracy.Tosolvethisproblem,aSLAMmethodbasedoninterval
analysisandunscentedparticlefilterwasproposed.Thenumberofparticleswasseriouslyreducedbased
ontheintervalanalysisforposeestimation.Thenaturelandmarkswereupdatedthroughunscented
Kalmanfiltertoimprovemapestimationaccuracy.Thisapproachimprovedthestateestimationaccuracy
andcomputationaleffortwithasmallernumberofparticlesthanpreviousapproaches.Theresults
indicatedthattheproposedmethodwasvalid.
Keywords Mobilerobot,SLAM,Particlefilter,Intervalanalysis,UnscentedKalmanfilter