尺度Unscented变换在同时定位与地图创建算法中的应用研究

？同时定位与地图创建(SLAM)问题中运动及观测模型都是非线性的，当采用常用的扩展卡尔曼滤波(EKF)处理时需要通过Jacobian矩阵来线性化，由此带来的线性化误差影响了算法的一致性。本文将scaledunscented变换(scaledunscentedtransformation，SUT)以两种不同的方式运用到SLAM算法中，一是将整个状态方程进行SUT变换，用UKF完全代替EKF进行状态估计；二是只对状态向量中的机器人位姿进行SUT变换，地图特征昀预测及整个状态的更新还是用EKF处理，以一种混合的方式进行状态估计。最后通过大量的Monte-Carlo仿真实验表明，两种方法都能有效地降低EKF的线性化误差，且第二种方法计算效率更高。