典型文献
移动机器人改进激光SLAM算法研究
文献摘要：
针对传统RBPF(Rao-Blackwellised particle filter)算法存在定位精度低、粒子退化、粒子多样性丧失的问题,提出了一种基于激光雷达的改进SLAM(simultaneous localization and mapping)算法.首先基于主成分分析法对相邻帧的点云进行粗配准,再采用改进点到线迭代最近点配准算法校正粗配准结果完成精确配准.改进重采样算法中,在多次复制大权重粒子集合的情况下引入小权重粒子集合,改善粒子多样性缺乏问题,提高了移动机器人定位精度.最后将改进算法应用于Turtlebot机器人,实验结果表明,改进的基于激光雷达的SLAM算法在定位精度和建图准确度方面相比于传统算法效果更好.
文献关键词：
移动机器人;同步定位与地图构建(SLAM);点云配准;粒子滤波;重采样;机器人操作系统(ROS)
中图分类号：
作者姓名：
陈丹;吴欣
作者机构：
西安理工大学 自动化与信息工程学院,西安 710048
文献出处：
引用格式：
[1]陈丹;吴欣-.移动机器人改进激光SLAM算法研究)[J].计算机工程与应用,2022(04):163-168
A类：
Blackwellised,Turtlebot
B类：
SLAM,算法研究,RBPF,Rao,particle,filter,定位精度,粒子退化,激光雷达,simultaneous,localization,mapping,粗配准,迭代最近点,重采样,采样算法,大权,子集合,小权,移动机器人定位,改进算法,算法应用,建图,传统算法,同步定位与地图构建,点云配准,粒子滤波,机器人操作系统,ROS
AB值：
0.36626
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
