科研之友
微信
新浪微博
Facebook
分享链接
摘要
现代重型货物运输所处环境日益复杂，要求AGV-SLAM算法具备更高的鲁棒性和准确性以实现高精确装卸作业．因此，本文提出基于动态步长梯度下降的改进EKF-SLAM算法．首先对AGV行进过程建模分析，分别建立AGV的运动学模型和观测模型．考虑到EKF-SLAM算法在状态估计时可能引入的截断误差问题，本文针对AGV自身位姿和环境特征位置预测估计精确度较低的问题，提出了一种改进算法．该算法引入梯度下降算法，并结合动态步长策略，步长的取值与AGV系统的前进速度、采样时间正相关．仿真结果表明，该改进算法相较于标准EKF-SLAM算法，在停车场数据集下能够快速生成更优的估计路标和路径，从而在一定程度上提高了传统算法的鲁棒性和准确性，具有行业应用的参考价值．
- 单位
