帝王蝶算法优化粒子滤波在SLAM中的应用研究

作者：陈志强; 曹梦龙; 赵文彬

来源：系统仿真学报, 2022, 1-11.

DOI：10.16182/j.issn1004731x.joss.22-0090

• 粒子滤波
• 帝王蝶算法
• 重采样
• 即时定位与地图构建

传统粒子滤波重采样时易出现权值退化及粒子多样性丧失等问题导致滤波精度下降，从而使得机器人定位不准确及地图构建不精确。为解决上述问题，提出了一种基于改进帝王蝶算法优化的粒子滤波算法。该算法以帝王蝶个体代替粒子个体，将帝王蝶算法中的迁移算子和调整算子融入粒子滤波算法中。为了提高算法的收敛性及精确性，在帝王蝶的迭代更新过程中引入自适应遗传参数，同时在粒子滤波重采样时采用线性组合优化重采样方法提高粒子多样性。经仿真实验验证，所提出的基于改进帝王蝶算法的粒子滤波算法与原算法相比预测精度和运行速度分别提高了29.7%及5.6%以上，应用于机器人定位与地图构建方面也能提高40%以上的地图构建精度及10.5%的运行速度。

• 单位
  电子工程学院; 青岛科技大学