基于改进的鲁棒机器人蒙特卡罗定位算法

摘要

针对粒子滤波过程的粒子退化问题和提高粒子的细化能力，提出一种基于改进的鲁棒机器人蒙特卡罗定位(Improved R0bust R0bot M0nte Carlo 10calization，lRR_MCL)算法。首先利用扩展卡尔曼滤波来精确设计粒子滤波器的提议分布，将当前观测信息融入顺序重要性采样过程，以改善滤波效果，减小所需粒子数；然后，给出IRR-MCL定位算法的实现细节，实验结果表明，该算法与传统的方法在定位精度和鲁棒性方面都有显著提高。