QQ客服 官方微博 反馈留言

	机器人定位中稳健的自适应粒子滤波算法
	蒋正伟 ; 谷源涛 ; 唐昆 ; JIANG Zhengwei ; GU Yuantao ; TANG Kun
	2010-06-09 ; 2010-06-09
关键词	机器人定位 粒子滤波 K-L(KullbackLeibler)距离 概率回退 robot localization particle filters K-L(Kullback Leibler) distance probability retrieval TP242
其他题名	Robust adaptive particle filter in robot localization
中文摘要	为了提高粒子滤波算法在机器人定位中的性能,在基本粒子滤波算法的基础上,引入概率回退的方法对机器人的初始状态进行估计,采用窗口滤波更新粒子集合,根据对机器人位置估计的情况动态更新粒子集合的大小,得到一种改进的粒子滤波算法——稳健的自适应粒子滤波算法。仿真结果表明:该算法充分利用了对机器人位置估计的有效信息,在显著提高算法稳健性的同时,降低了运算复杂度,较好地解决了机器人定位这一非线性非Gauss状态在线估计问题。; The performance of particle filters in robot localization is improved through the use of a robust adaptive particle filter. The novel algorithm introduces probability retrieval to initialize particle sets, uses multi-set resampling to update particle sets, and refreshes particle set sizes according to the estimation state. Extensive simulations show that the proposed algorithm is much more effective than simple particle filters for the improving robustness and the reducing computational complexity, and successfully solved the nonlinear, non-Gaussian state estimation problem of robot localization.; 国家自然科学基金资助项目(60402030)
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://hdl.handle.net/123456789/53615]
专题	清华大学
推荐引用方式 GB/T 7714	蒋正伟,谷源涛,唐昆,等. 机器人定位中稳健的自适应粒子滤波算法[J],2010, 2010.
APA	蒋正伟,谷源涛,唐昆,JIANG Zhengwei,GU Yuantao,&TANG Kun.(2010).机器人定位中稳健的自适应粒子滤波算法..
MLA	蒋正伟,et al."机器人定位中稳健的自适应粒子滤波算法".(2010).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。