重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (11): 257-268.

• “智能机器人感知、规划及应用技术”专栏 • 上一篇    下一篇

多策略人工兔算法优化粒子滤波的 SLAM精度研究

杨光永,蔡 艳,陈旭东   

  1. (云南民族大学 电气信息工程学院,昆明 650000)
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:杨光永,男,博士,副教授,主要从事机器人学、传感器研究,Email:guangyong_yang@126.com;通信作者 蔡艳, 女,硕士研究生,主要从事 SLAM算法、移动机器人研究,Email:2358899542@qq.com。

Research on SLAM accuracy of multi-strategy artificial rabbits algorithm optimized particle filter

  • Online:2023-12-14 Published:2023-12-14

摘要: 针对传统粒子滤波算法(particlefilter,PF)重采样导致粒子贫乏,以及需增加粒子 数提高估计精度的问题,提出一种基于多策略人工兔算法优化的粒子重组滤波算法。引入中垂 线算法提高人工兔算法收敛速度,通过其觅食与隐藏机制,使得最优粒子引导粒子集向高似然 区域移动,以此提高估计精度;实时计算最优粒子附近的粒子密度,当密度大于设置的阈值时, 自适应调整迭代次数,当大于最大密度值时,引入自扰动策略避免陷入局部最优以及增加样本 多样性;重采样阶段,将筛选后保留的粒子与剩余粒子重新组合成新的粒子,以此增加粒子多样 性。通过仿真检验改进算法在 SLAM中的性能,结果表明:该算法与其他 3种算法相比,位姿与 路标估计精度更高,鲁棒性更佳。

关键词: 粒子滤波, 中垂线算法, 人工兔优化算法, 自适应调整, 自扰动策略, SLAM

中图分类号: 

  • TP242