科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统基于粒子滤波器的Fastslam(RBPF-SLAM)算法由于粒子退化及粒子多样性缺失，造成定位精度低和建图一致性差的问题，该文提出了一种基于改进天牛群算法优化的RBPF-SLAM算法。该算法将天牛个体视为粒子，利用天牛觅食特性使其不断向高似然区域移动；在天牛群算法中引入差分进化策略，对迭代产生的天牛群体进行变异、交叉、选择，以增强群体多样性。实验结果表明，改进算法较RBPF算法在状态跟踪上精度提高了50%以上。在地图构建上，改进算法仅用RBPF-SLAM算法一半粒子数，就能得到精度更高的地图。
- 单位
