2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

采用双重采样的移动机器人Monte Carlo定位方法

李天成 孙树栋

李天成, 孙树栋. 采用双重采样的移动机器人Monte Carlo定位方法. 自动化学报, 2010, 36(9): 1279-1286. doi: 10.3724/SP.J.1004.2010.01279
引用本文: 李天成, 孙树栋. 采用双重采样的移动机器人Monte Carlo定位方法. 自动化学报, 2010, 36(9): 1279-1286. doi: 10.3724/SP.J.1004.2010.01279
LI Tian-Cheng, SUN Shu-Dong. Double-resampling Based Monte Carlo Localization for Mobile Robot. ACTA AUTOMATICA SINICA, 2010, 36(9): 1279-1286. doi: 10.3724/SP.J.1004.2010.01279
Citation: LI Tian-Cheng, SUN Shu-Dong. Double-resampling Based Monte Carlo Localization for Mobile Robot. ACTA AUTOMATICA SINICA, 2010, 36(9): 1279-1286. doi: 10.3724/SP.J.1004.2010.01279

采用双重采样的移动机器人Monte Carlo定位方法

doi: 10.3724/SP.J.1004.2010.01279
详细信息
    通讯作者:

    李天成

Double-resampling Based Monte Carlo Localization for Mobile Robot

More Information
    Corresponding author: LI Tian-Cheng
  • 摘要: 移动机器人Monte Carlo定位效率受限于大量粒子的权值更新运算. 本文提出一种实现粒子集规模自适应调整的双重采样方法: 第一层基于粒子权重的固定粒子数重采样, 有效减轻粒子权值退化并保证预测阶段粒子多样性; 第二层粒子稀疏化聚合重采样, 基于粒子空间分布合理性将粒子加权聚合, 从而减少参与权值更新粒子数. 该方法通过提高粒子预测能力保证滤波精度, 通过减少权值更新运算提高了粒子滤波效率. 仿真实验表明, 双重采样方法能够有效实现粒子集规模自适应调整,采用双重采样的移动机器人Monte Carlo定位方法是高效、鲁棒的.
  • 加载中
计量
  • 文章访问数:  2630
  • HTML全文浏览量:  107
  • PDF下载量:  1236
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-01-25
  • 修回日期:  2010-05-13
  • 刊出日期:  2010-09-20

目录

    /

    返回文章
    返回