基于MCMC粒子滤波的机器人定位

作     者：许士芳 谢立 刘济林 XU Shi-fang;XIE li;LIU Ji-lin

作者机构：浙江大学信息科学与工程学院浙江杭州310027 

出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)

年 卷 期：2007年第41卷第7期

页      面：1083-1087页

核心收录：

学科分类：0810[工学-信息与通信工程] 080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金重点资助项目(60534070) 浙江省重点国际科技合作资助项目(2005C14008) 

主　　题：马尔科夫蒙特卡罗方法 粒子滤波 机器人定位 Metropolis Hastings抽样 粒子退化 

摘      要：针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题,提出了基于马尔科夫蒙特卡罗(MCMC)粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的MCMC方法——Metropolis Hastings(MH)抽样算法有机结合,并应用于机器人定位研究中.试验结果表明,MCMC方法可以有效抑制粒子退化问题.与基于传统粒子滤波的机器人定位方法相比,该方法降低了定位误差均值和定位误差最大值,取得了更高的定位精度,有效地解决了机器人定位这一非线性非高斯状态估计问题.