用概率假设密度滤波实现同步定位与地图创建.pdf

《用概率假设密度滤波实现同步定位与地图创建.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第１９卷第１２期光学精密工程Ｖｏｌ．１９Ｎｏ．１２２０１１年１２月ＯｐｔｉｃｓａｎｄＰｒｅｃｉｓｉｏｎＥｎｇｉｎｅｅｒｉｎｇＤｅｃ．２０１１文章编号１００４－９２４Ｘ（２０１１）１２－３０６４－１０用概率假设密度滤波实现同步定位与地图创建杜航原＊，郝燕玲，赵玉新，杨永鹏（哈尔滨工程大学自动化学院，黑龙江哈尔滨１５０００１）摘要：针对杂波环境中传统同步定位与地图创建（ＳＬＡＭ）算法无法有效表达传感器多种信息以及容易发生错误数据关联的问题，提出一种基于概率假设密度滤波的ＳＬＡＭ算法。该算法将每一时刻传感器的观测信息和环境地图表示为随机有限集，建立联合目标状态

2、变量；通过概率假设密度（ＰＨＤ）滤波对机器人位姿和环境地图状态进行同时估计，并利用粒子滤波实现ＰＨＤ滤波。在进行目标状态提取时，为避免聚类算法引入的误差，对粒子集进行时滞输出。提出的ＳＬＡＭ算法能准确表达观测的不确定性、漏检以及杂波引起的虚警等多种传感器信息，且避免了数据关联过程，使系统状态估计更接近真实值。仿真实验结果表明：与传统ＳＬＡＭ算法相比，新算法的机器人定位及环境构图精度提高了５０％以上，为杂波环境下ＳＬＡＭ问题的研究提供了新的途径。关键词：同步定位与地图创建；随机有限集；概率假设密度滤波；粒子滤波；目标状态提取中图分类号：ＴＰ２４２．６文献标

3、识码：Ａｄｏｉ：１０．３７８８／ＯＰＥ．２０１１１９１２．３０６４ＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＳＬＡＭｂｙｐｒｏｂａｂｉｌｉｔｙｈｙｐｏｔｈｅｓｉｓｄｅｎｓｉｔｙｆｉｌｔｅｒ＊，ＨＡＯＹａｎ－ｌｉｎｇ，ＺＨＡＯＹｕ－ｘｉｎ，ＹＡＮＧＹｏｎｇ－ｐｅｎｇＤＵＨａｎｇ－ｙｕａｎ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＨａｒｂｉｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）＊Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ，Ｅ－ｍａｉｌ：ｄｈｙ６９５７９０１＠１２６．ｃｏｍＡｂｓｔｒａｃｔ：ＴｒａｄｉｔｉｏｎａｌＳｉｍｕｌｔａｎ

4、ｅｏｕｓＬｏｃａｌｉｚａｔｉｏｎａｎｄＭａｐｐｉｎｇ（ＳＬＡＭ）ａｌｇｏｒｉｔｈｍｉｓｌａｃｋｏｆｔｈｅａｂｉｌｉｔｙｔｏｄｅｓｃｒｉｂｅｍｕｌｔｉｐｌｅｓｅｎｓｏｒｉｎｆｏｒｍａｔｉｏｎａｃｃｕｒａｔｅｌｙｉｎａｃｌｕｔｔｅｒｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｉｔｉｓｐｒｏｎｅｔｏｆａｌｓｅｄａ－ｔａａｓｓｏｃｉａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａＳＬＡＭａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＰｒｏｂａｂｉｌｉｔｙＨｙｐｏｔｈｅｓｉｓＤｅｎｓｉｔｙ（ＰＨＤ）ｆｉｌｔｅｒｔｏｄｅａｌｗｉｔｈｔｈｅｓｅｐｒｏｂｌｅｍｓ．Ｂｙｔａｋｉｎ

5、ｇｔｈｅｓｅｎｓｏｒｏｂｓｅｒｖａｔｉｏｎａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｍａｐａｓｒａｎｄｏｍｆｉｎｉｔｅｓｅｔｓｉｎｅｖｅｒｙｔｉｍｅｓｔｅｐ，ａｊｏｉｎｔｔａｒｇｅｔｓｔａｔｅｖａｒｉａｂｌｅｉｓｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｎ，ｗｉｔｈｔｈｅＰｒｏｂ－ａｂｉｌｉｔｙＨｙｐｏｔｈｅｓｉｓＤｅｎｓｉｔｙ（ＰＨＤ）ｆｉｌｔｅｒｉｎｇ，ｔｈｅｐｏｓｅｓａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｍａｐｏｆｔｈｅｒｏｂｏｔａｒｅｅｓｔｉｍａｔｅｄｓｉｍ－ｕｌｔａｎｅｏｕｓｌｙａｎｄｔｈｅＰＨＤｆｉｌｔｅｒｉｓｒｅａｌｉｚｅｄｂｙａｐａｒｔｉｃｌｅｆｉｌｔｅｒ．Ｔｏａｖ

6、ｏｉｄｔｈｅｅｒｒｏｒｃａｕｓｅｄｂｙｃｌｕｓｔｅｒ，ａｔｉｍｅ－ｄｅ－ｌａｙｐａｒｔｉｃｌｅｓｅｔｏｕｔｐｕｔｔｉｎｇａｐｐｒｏａｃｈｉｓｐｒｏｐｏｓｅｄｆｏｒｊｏｉｎｔｔａｒｇｅｔｓｔａｔｅｅｘｔｒａｃｔｉｎｇ．Ｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｃａｎｄｅ－ｓｃｒｉｂｅｔｈｅｏｂｓｅｒｖａｔｉｏｎｕｎｃｅｒｔａｉｎｔｙ，ｌｏｓｓｄｅｔｅｃｔｉｎｇ，ｆａｌｓｅａｌａｒｍｄｕｅｔｏａｃｌｕｔｔｅｒａｎｄｏｔｈｅｒｓｅｎｓｏｒｉｎｆｏｒｍａｔｉｏｎａｃ－ｃｕｒａｔｅｌｙ，ａｎｄａｌｓｏｃａｎａｖｏｉｄｔｈｅｄａｔａａｓｓｏｃｉａｔｉｏｎ，ｂｙｗｈｉｃｈｔｈｅｓ

7、ｙｓｔｅｍｓｔａｔｅｅｓｔｉｍａｔｉｏｎｉｓｃｌｏｓｅｒｔｏｒｅａｌｖａｌｕｅｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｉｎｔｈｅｖｅｈｉｃｌｅｌｏｃａｌｉｚａｔｉｏｎａｎｄｍａｐｐｉｎｇｉｓｉｍｐｒｏｖｅｄｂｙｍｏｒｅｔｈａｎ５０％ａｓｃｏｍｐａｒｅｄｗｉｔｈｔｈａｔｏｆｔｒａｄｉｔｉｏｎａｌＳＬＡＭａｌｇｏｒｉｔｈｍ．Ｉｔｐｒｏｖｉｄｅｓａｎｅｗｓｏｌｕｔｉｏｎ收稿日期：２０１１－０６－０２；修订日期：２０１１－０８－１８．基金项目：国家自然科学基金资助项目（Ｎｏ．６０９０４０

8、８７）；黑龙江省博士后科研启动基金资助项目（Ｎｏ．ＬＢＨ－Ｑ０９１２７）第１２期