一种基于遗传算法的FastSLAM 2．0算法

作     者：周武 赵春霞 ZHOU Wu;ZHAO Chun-xia

作者机构：南京理工大学计算机科学与技术学院江苏南京210094 

出 版 物：《机器人》 (Robot)

年 卷 期：2009年第31卷第1期

页      码：25-32页

摘      要：FastSLAM 2.0算法的重采样过程会带来"粒子耗尽"问题,为了改进算法的性能、提高估计精度,将FastSLAM 2.0算法与遗传算法相结合,提出了一种解决SLAM问题的方法——遗传快速SLAM算法.针对FastSLAM 2.0算法的特点,设计了一种改进的遗传算法来兼顾粒子权值和粒子集的多样性.遗传快速SLAM算法采用unscented粒子滤波器估计机器人的路径,地图估计则采用扩展卡尔曼滤波器.采用SLAM领域的标准数据集"car park dataset"对提出的算法进行了验证,实验结果表明遗传快速SLAM算法在估计精度和一致性方面都具有较好的性能,并且算法的计算复杂度能满足实时性要求.

主 题 词：同时定位与地图创建 遗传算法 粒子滤波器 unscented卡尔曼滤波器 扩展卡尔曼滤波器 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 080202[080202] 08[工学] 0804[工学-材料学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0701[理学-数学类] 0812[工学-测绘类] 0801[工学-力学类] 

核心收录：

D　O　I：10.3321/j.issn:1002-0446.2009.01.005

馆 藏 号：203917542...