首页|多策略人工兔算法优化粒子滤波的SLAM精度研究

多策略人工兔算法优化粒子滤波的SLAM精度研究

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

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对传统粒子滤波算法(particle filter,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.

particle filtermedian line algorithmartificial rabbits optimizationadaptive adjustmentself disturbance strategySLAM

杨光永、蔡艳、陈旭东、徐天奇

展开 >

云南民族大学 电气信息工程学院,昆明 650000

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

国家自然科学基金国家自然科学基金

6176104961261022

2023

10.3969/j.issn.1674-8425(z).2023.11.027

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(21)
  • 14