基于改进RBPF算法的移动机器人SLAM方法研究.pdfVIP

第40卷第5期自动化仪表Vol.40No.5

2019年5月PROCESSAUTOMATIONINSTRUMENTATIONMay.2019

基于改进RBPF算法的移动机器人SLAM方法研究

陈国军，陈巍

(南京工程学院工业中心，江苏南京211167)

摘要：移动机器人领域研究的一个重要问题是在不确定的环境中，能够实现自身定位，同时对环境进行建图，获取环境信息。因

此,同时定位和地图构建(SLAM)研究成为当前移动机器人研究的一个热点。Rao-Backwellized粒子滤波(RBPF)算法是一种比较成

功的同时定位和地图构建方法，其非参数特性避免了局部最小值，在映射应用程序中表现优异。然而，该算法在地图构建精度方面存

在一些不足。针对RBPF算法粒子权重退化和粒子匮乏等问题，提出了利用修正梯度细化算法(CGR)对传统RBPFSLAM进行