基于区间分析无迹粒子滤波的移动机器人SLAM方法
DOI: 10.6041/j.issn.1000-1298.2012.10.028
Keywords: 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
Abstract:
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。
References
[1] Smith R;Self M;Cheeseman P Estimating uncertain spatial relationships in robotics 1986 [2] Murphy K P Bayesian map learning in dynamic environments 1999 [3] Wang C;Thorpe C;Thrun S FASTSLAM 2.0:an improved particle filtering algorithm for simultaneous localization and mapping that provably converges 2003 [4] Fahed Abdallah ；Amadou Gning ；Philippe Bonnifait,Box particle filtering for nonlinear state estimation using interval analysis,Automatica？,2008, 44(3). [5] Jaulin L;Kieffer M;Didrit O Applied interval analysis with examples in parameter and state estimation,robust control,and robotics 2001 [6] Jaulin L;Walter E Set inversion via interval analysis for nonlinear bounded error estimation 1993(4) [7] Sunderhauf N;Lange S;Protzel P Using the unscented Kalman filter in mono-SLAM with inverse depth parameterization for autonomous airship control 2007 [8] Fox D;Burgard W;Dellaert F Monte carlo localization:efficient position estimation for mobile robots 1999 [9] 周俊;张高阳;刘锐.基于粒子滤波的苹果采摘机器人目标姿态估算[J].农业机械学报,2011(3) [10] 司永胜;乔军;刘刚.苹果采摘机器人果实识别与定位方法[J].农业机械学报,2010(9)doi:10.3969/j.issn.1000-1298.2010.09.030 [11] 张学习;杨宜民.基于多传感器信息融合的移动机器人快速精确自定位[J].控制理论与应用,2011(3) [12] Patric jensfelt ；Henrik I. Christensen,Pose tracking using laser scanning and minimalistic environmental models,IEEE Transactions on Robotics and Automation？,2001, 17(2). [13] 赵立军;孙立宁;李瑞峰.室内环境下同步定位与地图创建改进算法[J].机器人,2009(5) [14] 庄严;王伟;王珂 移动机器入基于激光测距和单目视觉的室内同时定位和地图构建 2005(6)
Full-Text
