一种基于自适应无迹卡尔曼滤波的激光SLAM算法

摘要

本发明公开了一种基于自适应无迹卡尔曼滤波的激光SLAM算法。该算法为：首先利用Hector SLAM算法中的匹配方法，基于激光束末端与已知地图的匹配优化实现定位，读取激光数据并滤波转换，得到激光预估位姿；再利用无迹卡尔曼滤波算法，对非线性系统，融合激光预估位姿数据和里程计推算位姿数据，作为实际估计位姿；最后计算自适应向量，更新测量噪声协方差矩阵，使用自适应无迹卡尔曼滤波算法，对非线性系统进行滤波处理。本发明能够在仅依靠激光数据的情况下，得到较高的定位和构图精度，避免了局部极值，减少或消除了激光扫描到的干扰数据，解决了实际系统噪声或量测噪声特性未知或变化的问题，改善了非线性系统的估计效果，提高了定位精度。