移动机器人SLAM中的数据关联问题研究

摘要

本文对移动机器人同时定位与建图(SLAM)过程中必不可少的基本局部数据关联问题进行了研究。针对经典的单匹配最近邻和联合匹配方法中关联假设一旦确定就不能修改的不足，将数据关联问题转换成离散优化问题，提出了一种基于粒子滤波的多假设数据关联方法。其核心是利用多个粒子来维持多种数据关联假设，通过计算关联代价来获得粒子权重，用基本剪枝技术在粒子重采样过程中滤除错误的数据关联假设。该方法实际上是在一定时间以后才获得真正最优或次优的关联结果，通过实验分析和比较发现，该方法能获得更正确的数据关联结果和更高的定位精度。