隨著人工智能的快速發(fā)展,人們對(duì)機(jī)器人定位的精度提出了更高的要求,SLAM技術(shù)是移動(dòng)機(jī)器人實(shí)現(xiàn)自主定位的關(guān)鍵。目前SLAM技術(shù)仍然存在定位誤差大、地圖創(chuàng)建不準(zhǔn)確等問(wèn)題,因此研究未知環(huán)境下的移動(dòng)機(jī)器人SLAM算法,對(duì)提高移動(dòng)機(jī)器人的定位精度具有重要意義。針對(duì)UFastSLAM算法中采用粒子濾波算法進(jìn)行機(jī)器人位姿估計(jì)時(shí)存在粒子退化的問(wèn)題,將群智能優(yōu)化思想引入到粒子濾波中,提出了一種基于改進(jìn)粒子濾波的UFastSLAM算法。該算法中,結(jié)合粒子濾波算法的運(yùn)行機(jī)制,對(duì)蝴蝶算法的個(gè)體尋優(yōu)方式進(jìn)行優(yōu)化,設(shè)計(jì)新的蝴蝶個(gè)體位置更新公式,引入自適應(yīng)吸引半徑參數(shù)來(lái)限制蝴蝶個(gè)體間吸引的范圍和個(gè)體數(shù)目,根據(jù)蝴蝶之間的距離與其吸引半徑之間的關(guān)系,確定蝴蝶是否進(jìn)行位置更新。在重采樣之前,使用改進(jìn)的蝴蝶算法優(yōu)化粒子濾波采樣后的粒子集,使得粒子的分布更加接近真實(shí)的后驗(yàn)概率密度。在此基礎(chǔ)上,使用改進(jìn)的粒子濾波算法代替原始UFastSLAM算法中的粒子濾波器,進(jìn)行機(jī)器人位姿估計(jì),采用UKF算法進(jìn)行環(huán)境特征的估計(jì)。使用現(xiàn)有的SLAM模擬仿真器和維多利亞公園數(shù)據(jù)集對(duì)算法有效性進(jìn)行驗(yàn)證。改進(jìn)的UFastSLAM算法x軸平均定位誤差... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)外應(yīng)用研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)外算法研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和研究思路
        1.3.1 研究?jī)?nèi)容
        1.3.2 研究思路
2 移動(dòng)機(jī)器人建模關(guān)鍵技術(shù)研究
    2.1 移動(dòng)機(jī)器人SLAM技術(shù)
    2.2 系統(tǒng)模型的建立
    2.3 本章小結(jié)
3 改進(jìn)的粒子濾波算法
    3.1 粒子濾波算法
        3.1.1 粒子濾波算法原理
        3.1.2 粒子濾波算法流程
    3.2 群智能算法的選取
        3.2.1 常見(jiàn)群智能算法對(duì)比
        3.2.2 蝴蝶算法原理
    3.3 基于改進(jìn)蝴蝶算法的粒子濾波算法
        3.3.1 改進(jìn)的蝴蝶算法
        3.3.2 基于改進(jìn)蝴蝶算法的粒子濾波算法
    3.4 實(shí)驗(yàn)仿真與結(jié)果分析
        3.4.1 算法性能分析
        3.4.2 粒子分布特性分析
        3.4.3 濾波性能分析
    3.5 本章小結(jié)
4 基于改進(jìn)粒子濾波的UFast SLAM算法
    4.1 UFast SLAM算法
        4.1.1 UT變換
        4.1.2 UFast SLAM算法流程
    4.2 基于改進(jìn)粒子濾波的UFast SLAM算法
    4.3 實(shí)驗(yàn)仿真與結(jié)果分析
        4.3.1 T Bailey SLAM仿真分析
        4.3.2 維多利亞公園數(shù)據(jù)仿真分析
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]基于膜計(jì)算粒子群優(yōu)化的FastSLAM算法改進(jìn)[J]. 韓濤,黃友銳,周寧亞,徐善永,許家昌,鮑士水.  新疆大學(xué)學(xué)報(bào)(自然科學(xué)版)(中英文). 2020(02)
[2]融合漸消無(wú)跡粒子濾波與高斯重采樣的FastSLAM算法[J]. 朱友帥,袁明新,姜烽,張全兵.  兵工自動(dòng)化. 2020(02)
[3]利用FastSLAM框架的多自治水下航行器同時(shí)定位與跟蹤算法[J]. 盧健,陳旭,劉通,馬成賢,何金鑫.  控制理論與應(yīng)用. 2020(01)
[4]融合自適應(yīng)鄰域差分進(jìn)化的FastSLAM算法[J]. 周亮,蔣林,雷斌.  機(jī)械設(shè)計(jì)與制造. 2019(09)
[5]基于粒子群優(yōu)化算法的機(jī)器人FastSLAM研究[J]. 程立英,金新瑋,肖輝,高宣爽,張志美,張浩華.  沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[6]基于簡(jiǎn)化擴(kuò)展卡爾曼濾波的雙偏振載波相位恢復(fù)算法[J]. 李耀祖,王目光,郭玉簫,牟宏謙.  光學(xué)學(xué)報(bào). 2019(11)
[7]多機(jī)器人同步定位與地圖構(gòu)建的地圖融合算法的改進(jìn)[J]. 馬樹(shù)軍,楊磊,白昕暉,李忠明.  控制理論與應(yīng)用. 2019(08)
[8]粒子濾波目標(biāo)跟蹤算法綜述[J]. 昝孟恩,周航,韓丹,楊剛,許國(guó)梁.  計(jì)算機(jī)工程與應(yīng)用. 2019(05)
[9]基于Dirichlet過(guò)程非參貝葉斯學(xué)習(xí)的高斯箱粒子濾波快速SLAM算法[J]. 羅景文,秦世引.  機(jī)器人. 2019(05)
[10]一種改進(jìn)的UKF-SLAM算法[J]. 呂太之,周武,趙春霞.  中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)

碩士論文
[1]復(fù)雜場(chǎng)景下機(jī)器人SLAM算法研究[D]. 趙挽東.哈爾濱工程大學(xué) 2019
[2]室內(nèi)動(dòng)態(tài)環(huán)境下基于粒子濾波的服務(wù)機(jī)器人定位[D]. 雷楊浩.西南科技大學(xué) 2018
[3]AGV復(fù)雜系統(tǒng)的故障診斷方法研究[D]. 劉云濤.杭州電子科技大學(xué) 2018



本文編號(hào)：3151911