作者:杜航原,郝燕玲,赵玉新,杨永鹏 单位:中国科学院长春光机所;中国仪器仪表学会 出版:《光学精密工程》2011年第12期 页数:10页  (PDF与DOC格式可能不同) PDF编号:PDFGXJM2011120350 DOC编号:DOCGXJM2011120359 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于随机有限集的SLAM算法》PDF+DOC2012年第07期 杜航原,赵玉新,杨永鹏,韩庆楠 《测距式传感器同时定位与地图创建综述》PDF+DOC2015年第05期 刘建华,刘华平,杨建国,高蒙,孙富春 《基于粒子滤波的无线传感器网络辅助同步定位与地图创建方法研究》PDF+DOC2008年第05期 李阳铭,孟庆虎,梁华为,李帅,陈万明 《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 《激光雷达SLAM技术及其在无人车中的应用研究进展》PDF+DOC2017年第04期 李晨曦,张军,靳欣宇,李广敬,李强 《一种面向目标的环境模型及其构建方法》PDF+DOC2013年第07期 刘汉峰 《基于超声波的移动机器人的同时定位和地图构建》PDF+DOC2011年第11期 孙红新,叶小岭,胡凯 《基于扫描匹配的室外环境SLAM方法》PDF+DOC2010年第05期 赵一路,陈雄,韩建达 《一种改进的联合相容SLAM数据关联方法》PDF+DOC2008年第11期 郭剑辉,赵春霞,石杏喜 《一种同时定位与地图构建的仿真系统》PDF+DOC2007年第05期 吕丹,戴学丰,刘树东
  • 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。

    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。