基于改进粒子滤波的SLAM算法研究

摘要

基于粒子滤波器同时定位与地图构建(Simultaneous Localization And Mapping,Slam)证明移动机器的根据周围环境自我定位在理论上可行,但存在着两个不足之处:一是运算过程中涉及到矩阵求逆,粒子数越多计算量指数倍增大;二是不可以频繁的采样.文章针对粒子滤波理论这两处缺陷,引入GMapping算法,提出了有效的解决办法:(1)改善粒子采样选择;(2)改进选择性重采样.实验验证了算法的有效性.