基于权值优化补偿扩展卡尔曼滤波的快速SLAM算法研究
为了真正实现机器人的自主导航，必须将定位和制图两个核心技术统一考虑并加以解决，令机器人具备同步定位与地图构建(SLAM)的能力.本文针对经典FastSLAM2.0算法进行改进，引入补偿扩展卡尔曼滤波(CEKF)思想对原扩展卡尔曼滤波(EKF)求取重要性概率密度函数时产生的线性化误差进行补偿，利用权值优化组合(WOC)方法改进重采样方法，从而使重要性建议分布更逼近真实的后验概率分布并延缓粒子退化及粒子耗尽过程，进一步提高算法的精度和鲁棒性，仿真实验验证了算法的有效性.
同步定位与地图构建 补偿扩展卡尔曼滤波 权值优化组合
周旭 李军 郭文静
南京理工大学自动化学院,南京210094
国际会议
The 33th Chinese Control Conference第33届中国控制会议
南京
中文
8468-8473
2014-07-28（万方平台首次上网日期，不代表论文的发表时间）