基于SSPF算法的移动机器人全局定位研究

罗颖; 谭冠政

doi:10.13873/j.1000-97872008.05.018

Chinese

您当前的位置：

首页 >

文章列表页 >

基于SSPF算法的移动机器人全局定位研究

研究与探讨 | 更新时间：2025-09-11

- 基于SSPF算法的移动机器人全局定位研究
- Research on global localization of mobile robot based on SSPF algorithm
- 传感器与微系统 2008年第5期页码：31-34
- 作者机构：
  
  中南大学信息科学与工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（50275150）;高等学校博士学科点专项科研基金资助项目（20040533035）
- DOI：10.13873/j.1000-97872008.05.018
  中图分类号： TP242.6
- 纸质出版：2008
- 稿件说明：
移动端阅览
[1]罗颖,谭冠政.基于SSPF算法的移动机器人全局定位研究[J].传感器与微系统,2008(05):31-34.

LUO Ying, TAN Guan-zheng. Research on global localization of mobile robot based on SSPF algorithm[J]. 2008, (5): 31-34.
[1]罗颖,谭冠政.基于SSPF算法的移动机器人全局定位研究[J].传感器与微系统,2008(05):31-34. DOI： 10.13873/j.1000-97872008.05.018.

LUO Ying, TAN Guan-zheng. Research on global localization of mobile robot based on SSPF algorithm[J]. 2008, (5): 31-34. DOI： 10.13873/j.1000-97872008.05.018.

摘要

传统粒子滤波器（PF）算法在移动机器人全局定位时会出现粒子退化和粒子耗尽问题

导致定位失败。提出了一种改进的PF算法即智能采样PF（SSPF）算法

该方法采用Unscented卡尔曼滤波器（UKF）算法和基于相关熵的自适应重采样算法相结合的方法

较好解决了传统PF算法所引起的粒子退化问题。由于重采样的一种极端情况会带来粒子耗尽问题

采用MH（metropolis hastings）算法

较好地解决了粒子耗尽问题。与以往方法相比

该方法可以实现准确性较高的移动机器人全局定位。

Abstract

Traditional particle filter（PF） algorithm can lead to particle degeneracy and particle depletion problems in global localization of mobile robot to cause localizing defeat.A improved PF named smart sampling particle filter（SSPF） algorithm is proposed by combining Unscented Kalman filter（UKF） algorithm and relative entropy for adaptive PF algorithm

which solves the particle degeneracy of traditional PF algorithm.Since one of the extreme conditions of resampling can cause particle depletion

this problem is solved by using metropolis hastings（MH） approach.Comparing with previous methods

the algorithm can implement global localization of mobile robot with high precise.

关键词

Keywords

references

粒子滤波算法综述 [J]. 胡士强,敬忠良. 控制与决策 . 2005(04)

Robust Monte Carlo localization for mobile robots [J] . Sebastian Thrun,Dieter Fox,Wolfram Burgard,Frank Dellaert. Artificial Intelligence . 2001 (1)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于仿生视觉的机器人多区域全向避障研究

未知环境下改进变步长蚁群算法的机器人路径规划

基于改进蚁群算法的移动机器人路径规划

基于多传感器融合技术的室内移动机器人定位研究

基于MPLM-RBFNN算法的移动机器人姿态控制方法