快速SLAM算法的一种新的滤波架构

作     者：周武 赵春霞 ZHOU Wu;ZHAO Chunxia

作者机构：南京理工大学计算机学院南京210094 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2008年第2卷第5期

页      面：553-560页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：the National High-Tech Research and Development Plan of China under Grant No.2006AA04Z238~~ 

主　　题：同时定位与地图创建 粒子滤波器 Unscented卡尔曼滤波器 迭代扩展卡尔曼滤波器 

摘      要：FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子数,因而可以降低计算复杂度;IEKF算法通过迭代观测更新过程来提高估计精度。仿真实验表明,当迭代次数小于等于2时,UPF-IEKFFastSLAM2.0算法的地图估计累计时间比UPF-UKFFastSLAM2.0算法短;当迭代次数为2时,其估计精度高于UPF-UKFFastSLAM2.0算法。综合考虑估计精度和计算复杂度,认为UPF-IEKF是一种更合理的FastSLAM算法滤波架构。