融合遗传优化的粒子滤波器算法
为了解决基于Rao-Blackweilized粒子滤波器的同时定位与地图创建算法需要大量的采样粒子,而且频繁重采样可能导致粒子耗尽的问题,提出了融合遗传优化的粒子滤波器算法。设计了一种变异的遗传算法来兼顾粒子的权值和粒子集的多样性,取代原有的重采样步骤。在计算采样的提议分布时考虑了里程计信息和距离传感器信息,并且通过遗传算法来维持粒子集的多样性。实验结果表明,融合遗传优化的粒子滤波器算法在估计精度和一致性方面都具有较好的性能,所创建的地图具有更高的精度。
移动机器人 目标定位 电子地图 粒子滤波器 遗传算法
WANG Hao 王浩 DING Jiadong 丁家栋 FANG Baofu 方宝富 FANG Shuai 方帅
School of Computer Science and Information, Hefei University of Technology, Hefei 230009, China 合肥工业大学计算机与信息学院,合肥230009
国内会议
合肥
中文
927-934
2012-10-01(万方平台首次上网日期,不代表论文的发表时间)