基于小生境遗传优化的Rao-Blackwellised SLAM算法

• Published in: 计算机应用研究 Vol. 34; no. 8; pp. 2368 - 2371
• Main Author: 陈建军 廖小飞 吴赟 陈光 庄新闯
• Format: Journal Article
• Language: Chinese
• Published: 东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620 2017; 东华大学 信息科学与技术学院,上海,201620%东华大学 信息科学与技术学院,上海 201620
• Subjects: INGO-RBPF; Rao-Blackwellised粒子滤波器; 同步定位与地图创建（SLAM）; 小生境遗传算法; Rao-Blackwellised粒子滤波器; 小生境遗传算法; Rao-Blackwellised particle filter; 同步定位与地图创建(SLAM); simulation location and mapping (SLAM); niched genetic algorithm; INGO-RBPF

同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一,Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法,被广泛应用在实时定位领域中,但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题。为了解决该问题,改善SLAM性能,提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF,采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题,采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性,抗干扰能力较强,定位较准确,比较适合应用在S...