基于高斯采样优化Gmapping的SLAM方法
SLAM Optimization Gmapping Based on Gaussian Sampling作者机构:四川农业大学机电学院四川雅安625099
出 版 物:《信息与电脑》 (Information & Computer)
年 卷 期:2022年第34卷第7期
页 面:76-79,83页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对现在移动机器人(Robot Operating System,ROS)的导航问题,传统基于粒子滤波的即时定位与地图构建(Simultaneous Localization And Mapping,SLAM)算法包括Gmapping等在粒子传播过程中出现误差较大、无法适应大环境等问题,提出一种基于高斯采样优化的方法。由于激光雷达匹配的数据方差和误差比运动学模型更小,可以对运动学模型传播的预测(proposal)分布在一个比较狭小的区域内采样,并将激光匹配数据替换成高斯分布,从而可以用更少的粒子便覆盖机器人的概率分布,实现更好的SLAM建图与定位效果。实验结果表明,优化的Gmapping在建图细节上处理得更好,有利于后续机器人的导航与路径规划。