买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明涉及同时定位与建图技术领域,具体涉及一种重尾噪声下鲁棒概率假设密度SLAM方法,将SLAM问题分解为机器人位姿估计和地图估计两个耦合的子问题,其中机器人位姿建模为粒子,环境地图建模为概率假设密度,然后利用EKF算法对所有表示机器人位姿的粒子进行重要性采样;基于每个粒子进行地图预测,将新生概率假设密度添加到后验概率假设密度中;再将量测噪声建模为学生t分布,利用基于学生t分布的边缘近似似然函数,推导出完整的地图更新表达式;最后利用SC策略更新机器人位姿粒子的权重,并进行状态提取和粒子重采样。本发明有效提高了重尾噪声场景下SLAM问题的估计精度。
主权项:1.一种重尾噪声下鲁棒概率假设密度SLAM方法,其特征在于,包括下列步骤:步骤1:初始化机器人位姿以及参数;步骤2:对k时刻的机器人位姿粒子进行重要性采样;步骤3:对重要性采样后的粒子进行地图预测,将新生地图特征点加入地图,得到预测地图;步骤4:用量测更新预测地图,得到更新的地图;步骤5:利用SC策略更新粒子的权重;步骤6:筛选权重最大的粒子及其地图作为这一时刻的状态提取;若k<K,则令k=k+1并进行粒子重采样,接着循环执行步骤2至步骤6;否则,循环终止。
全文数据:
权利要求:
百度查询: 桂林电子科技大学 桂林长海发展有限责任公司 一种重尾噪声下鲁棒概率假设密度SLAM方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。