仪器仪表学报

作者：袁 帅，刘同健，吴 健，张 凤，刘贵夫

单位：袁 帅,1.沈阳建筑大学电气与控制工程学院,,刘同健,1.沈阳建筑大学电气与控制工程学院,,吴 健,1.沈阳建筑大学电气与控制工程学院,,张 凤,1.沈阳建筑大学电气与控制工程学院,,刘贵夫,1.沈阳建筑大学电气与控制工程学院,

关键词：自适应粒子滤波;变分贝叶斯;同步定位与地图构建;超声波检测技术

基金：国家自然科学基金(62073227, 61863033)、辽宁省教育厅基金(LJKZ0581，LJKZ0584)项目资助

针对移动机器人即时定位与地图构建中时变观测噪声及粒子位置分布对SLAM精度的影响,本文提出基于变分贝叶斯的自适应PF-SLAM算法,采用高斯混合模型对时变的观测噪声建模,并通过变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权值将粒子划分为固定粒子和优化粒子,通过粒子间的近邻拓扑位置关系调整粒子分布,处理时变观测噪声与优化粒子的位置分布,使得优化的粒子集可以更好地表示机器人位置概率分布,实现观测噪声及粒子位置分布自适应。仿真实验表明本算法对比传统PF-SLAM算法定位与地图构建误差降低了76.45%。实际实验表明本算法处理下的环境轮廓误差对比传统PF-SLAM算法的环境轮廓误差减小了61.87%。该算法有效提高了移动机器人的状态估计精度,为移动机器人即时定位与地图构建提供了新的参考。

来源：2022年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2022年第3期