高斯混合概率假设密度SLAM算法.pdf

《高斯混合概率假设密度SLAM算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西安理工大学学报JournalofXi’anUniversityofTechnology(2O14)Vo1．30No．113文章编号：1006—4710(2014)01—0013—09高斯混合概率假设密度SLAM算法辛菁，贾渭娟，苟蛟龙(1．西安理工大学自动化与信息工程学院，陕西西安710048；2．重庆大学城市科技学院电气信息学院，重庆永川402167)摘要：研究了同步定位与地图创建(SLAM)中的数据关联问题。针对环境特征数未知时，数据关联的误关联率增加，导致SLAM的定位精度偏低的问题，提出了高斯混合概率假设密度SLAM算法。首先采用UF

2、astSLAM解决SLAM中的粒子退化和耗尽问题，其次针对地图特征数未知的情况，将UFastSLAM算法中的数据关联问题转换成有限集统计理论跟踪算法的高斯混合问题，利用高斯混合概率假设密度(GaussianMixtureProbabilityHypothesisDensity，GMPHD)算法解决UFastSLAM中数据关联问题。仿真实验结果表明本文提出的GMPHD_UFastSLAM算法在地图特征个数未知的情况下，数据关联准确率和定位精度都得到了提高。关键词：同步定位与地图创建；数据关联；UFastSLAM算法；高斯概率假设密度中图分类号：T

3、P242．8文献标志码：AGaussianmixtureprobabilityhypothesisdensitySLAMalgorithmXINJing，JIAWeijuan。，GOUJiaolong(1．FacultyofAutomationandInformationEngineering，Xi’anUniversityofTechnology，Xi’an710048，China；2．1ectrificationInformationCollege，CityCollegeofScienceandTechnology，ChongqingUni

4、versity，Yongchuan402167，China)Abstract：ThispaperfocusonthedataassociationproblemintheSimultaneousLocalizationandMapping(SLAM)．Incorrectrateofdataassociationwouldbeincreasedundertheenvirommentwithunknownnumberofthefeatures，wherebyleadingtoadecreaseinthepositioningaccuracyofSL

5、AM．Tosolvethisproblem，aSLAMalgorithmbasedonGaussianMixtureProbabilityHy—pothesisDensityisproposed．Firstly，UFastSLAMalgorithmisusedtodealwiththeproblemoftheparticledegradationandexhaustion．Secondly，fortheunknownnumberofthemapfeatures，thedataassociationproblemintheUFastSLAMisc

6、onvertedintothegaussianproblemoffinitesetstatisticstheorytrackingalgorithm，thenGMPHDalgorithmisadoptedtosolvethedataas—sociationproblemintheUFastSLAMalgorithm．SimulationresultsshowthattheproposedGMPHD—UFastSLAMalgorithmcanimprovethecorrectrateofdataassociationandpositionac—c

7、uracyoftherobotundertheenviromentwithunknownnumberofthemapfeatures．Keywords：simultaneouslocalizationandmapping；dataassociation；UFastSALMalgorithm；Gaussianmixtureprobabilityhypothesisdensity‘移动机器人同步定位与地图创建(Simultane—SLAM过程中，数据关联技术的使用不仅可以提高OUSLocalizationandMapping，SLAM)问题定义为机

8、器人系统的性能，而且使机器人在长时间、大范围机器人在未知环境中从一个未知的位置开始移动，内保持系统的收敛性。数据关联最初应用在目标跟在移动过程中根据其