基于改进UKF的机器人SLAM研究

摘要：

　　提出了一种改进的UKF算法，用于机器人的同时定位与地图构建(SLAM)研究。该方法在滤波过程中引入随时间变化的测量误差权值因子，减少了历史数据以及系统噪声对于滤波的干扰，进而完成机器人状态和相应路标信息更新。将改进算法与护理机器人模型结合，进行仿真和实验。结果表明，该改进算法减少了滤波结果发散的概率，提高了机器人的定位的稳定性和准确性。

关键词： 机器人 地图构建 无迹卡尔曼滤波算法 误差权值因子 算法优化

作者: 刘璇

作者单位: 合肥工业大学计算机与信息学院 合肥 230009

会议类型: 国内会议

会议名称: 第七届仪表、自动化与先进集成技术大会暨第六届测控技术与仪器仪表学术大会

会议地点: 丹东·南京

会议语种:中文

页码: 267-270

在线出版日期: 2012-08-01（万方平台首次上网日期，不代表论文的发表时间）