首页|基于头脑风暴算法的FastSLAM2.0算法

基于头脑风暴算法的FastSLAM2.0算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对FastSLAM2.0算法粒子权值退化与粒子多样性丧失导致机器人定位建图精度下降的问题,提出了基于头脑风暴算法改进FastSLAM2.0算法.通过头脑风暴算法替换FastSLAM2.0算法重采样过程,首先将重要性采样后的粒子权值作为头脑风暴算法中个体评判的适度值,根据适度值大小差异完成K-means聚类操作;其次对聚类后的集合进行变异操作,并取消头脑风暴算法中个体选择操作,从而实现改进头脑风暴算法替代FastSLAM2.0算法重采样过程,缓解粒子的贫化现象,增加粒子多样性,最终实现对机器人定位建图精度的提升.在机器人定位建图实验中,对比经典FastSLAM2.0算法和基于遗传算法改进FastSLAM2.0算法,提出的算法定位精度最高,相较于经典FastSLAM2.0算法,提出算法定位精度提升了63％,稳定性提升了55％.
FastSLAM2.0 algorithm based on brain storm optimization

朱代先、王明博、刘树林、郭苹

展开 >

西安科技大学 通信与信息工程学院,西安710054

西安科技大学 能源学院,西安710054

西安科技大学 电气与控制工程学院,西安710054

机器人 同时定位与建图 FastSLAM2.0 头脑风暴算法 粒子权值退化 粒子贫化 重采样

国家自然科学基金

51774235

2021

10.19734/j.issn.1001-3695.2021.04.0165

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 1
  • 13