移动机器人多传感器融合的SLAM新方法
Manufacturing Automation（2022）
摘要
针对传统RBPF-SLAM算法中存在粒子建议分布误差大、粒子消耗、算法运行时间长等问题,将激光雷达、惯性测量单元(IMU)、轮式里程计之间的数据进行融合,提出了多传感器融合SLAM的新方法,第一步建立了基于里程计与IMU融合的机器人运动模型;第二步利用激光雷达观测信息融合运动模型优化粒子建议分布,解决系统预测分布误差大与粒子内存爆炸问题;第三步改进粒子重采样策略,保持粒子多样性,减缓粒子耗散问题.该新方法分别在仿真环境与实体环境下进行验证,实验结果表明本文提出的方法在建图效率与建图精度上有明显的提升.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要