改进重采样的移动机器人SLAM算法

作者:张廷军; 郭毅锋*; 黄丽敏
来源:计算机工程与设计, 2019, 40(11): 3276-3281.
DOI:10.16208/j.issn1000-7024.2019.11.036

摘要

在基于Rao-Blackwellized粒子滤波的移动机器人同时定位与地图构建(RBPF-SLAM)算法中,针对重采样过程导致粒子多样性降低问题,提出部分粒子免疫优化重采样方法。根据粒子权重将粒子划分为稳定粒子和不稳定粒子,对稳定粒子直接存入抗体记忆序列,对不稳定粒子通过计算抗原与抗体的亲和力与排斥力进行克隆变异操作,从中优选新粒子补充到抗体记忆序列,提高粒子多样性。实验结果表明,该算法能够有效提高机器人状态估计精度,保证算法实时性。