基于粒子群优化的同步定位与地图构建
Simultaneous localization and map construction based on particle swarm optimization作者机构:哈尔滨工程大学自动化学院哈尔滨150001 北华大学电气信息工程学院吉林吉林132021
出 版 物:《沈阳工业大学学报》 (Journal of Shenyang University of Technology)
年 卷 期:2013年第35卷第4期
页 面:419-425页
学科分类:081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程]
基 金:国家自然科学基金资助项目(50979017) 教育部高等学校博士学科点专项科研基金项目(20092304110008)
主 题:同步定位与地图构建 粒子滤波器 粒子退化 样本枯竭 粒子群优化 多样性启发因子 有效样本大小 自适应重采样
摘 要:针对基本FastSLAM算法的样本枯竭、估计精度下降等问题,提出了一种基于多样性启发因子的粒子群优化FastSLAM算法.利用粒子群搜索寻优重新分配粒子,使粒子的表示更加接近于真实的后验概率分布,并且采用粒子集多样性测度作为启发因子,引导粒子优化搜索过程,确保群体多样性水平最优,减轻粒子退化现象,驱动粒子集向后验概率较高的区域运动.对所提出的算法进行了仿真实验,验证了算法的可行性和有效性.仿真结果表明,该算法能够改进样本枯竭问题,并能够获得较高的定位精度、地图构建精度及较好的滤波估计稳定性.