作者:唐骥锋,刘国栋 单位:中国科学院软件研究所 出版:《计算机系统应用》2011年第10期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFXTYY2011100280 DOC编号:DOCXTYY2011100289 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于信息融合的同时定位与地图创建研究》PDF+DOC2004年第05期 罗荣华,洪炳镕 《基于粒子滤波的移动机器人SLAM算法》PDF+DOC2010年第01期 涂刚毅,金世俊,祝雪芬,宋爱国 《移动机器人SLAM问题的研究》PDF+DOC2016年第04期 段锁林,谈刚,周玉勤,朱海勇 《基于体感传感器的室内机器人定位研究》PDF+DOC2012年第08期 贺白羽,蒋蓁 《一种融合激光和深度视觉传感器的SLAM地图创建方法》PDF+DOC2016年第10期 张毅,杜凡宇,罗元,熊艳 《基于多传感器融合的移动机器人定位》PDF+DOC2019年第02期 何壮壮,丁德锐,王永雄 《基于多传感器融合的移动机器人SLAM》PDF+DOC2012年第04期 李金良,孙友霞,谷明霞,姜雪 《基于相对观测量的机器人合作FastSLAM算法》PDF+DOC2008年第S1期 张莉莉,蔡自兴,陈白帆 《基于匹配的SLAM的机器人定位系统研究》PDF+DOC2015年第02期 明江勇,李建斌,潘存军 《一种改进的移动机器人自定位算法》PDF+DOC2014年第01期 张琪,蒙禾青,周嵘,包琨超,王宗玉
  • 在复杂的不确定环境里,采用单一传感器对机器人进行定位时精度较低,并且易受干扰,可靠性较差。针对这一问题在粒子滤波器移动机器人SLAM算法的基础上,利用多传感器融合对算法进行改进,将观测信息进行特征级融合,充分利用各种传感器采集的冗余信息,并将融合后的观测信息分别用来估计机器人路径和环境特征的后验概率分布。仿真试验表明,改进后的算法在SLAM定位精度及可靠性上都有较大的提高,证明了该种方法的可行性。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。