基于萤火虫算法优化的Gmapping研究
Research on Gmapping Based on Firefly Algorithm Optimization
查看参考文献17篇
|
文摘
|
针对Gmapping算法在高相似度多闭环环境下出现的因粒子耗尽而无法精确定位的问题,提出一种融合萤火虫算法的Rao-Blackwellized粒子滤波器RBPF同步定位与地图构建优化算法。利用萤火虫算法提高粒子滤波器的估计能力,将采样后的粒子集移向高似然区域,改善粒子的分布,同时保证低似然粒子多样性以降低粒子贫乏的影响。在MIT和FHW数据集下的仿真结果表明,优化算法在不同的实验环境下能够建立更为精确的栅格地图,从而验证其有效性和可行性。 |
|
其他语种文摘
|
Aiming at the problem that Gmapping algorithm can not be accurately located due to particle depletion in high similarity and multiple closed-loop environment,a Rao-Blackwellized Particle Filtering (RBPF) Simultaneous Localization and Mapping(SLAM) optimization algorithm based on firefly algorithm is proposed. The firefly algorithm is used to improve the estimation ability of the particle filter,and the sampled particle set is moved to the high likelihood region to improve the particle distribution while ensuring the low likelihood particle diversity to reduce the effect of particle deficiency. Simulation results under MIT and FHW datasets show that the optimization algorithm establishes more accurate raster maps in different experimental environments,and verifies its validity and feasibility. |
|
来源
|
计算机工程
,2018,44(9):22-27 【扩展库】
|
|
DOI
|
10.19678/j.issn.1000-3428.0047977
|
|
关键词
|
同步定位与地图构建
;
粒子滤波
;
Gmapping算法
;
拓展卡尔曼滤波
;
萤火虫算法
|
|
地址
|
天津大学精密仪器与光电子工程学院, 天津, 300072
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-3428 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家自然科学基金
|
|
文献收藏号
|
CSCD:6328384
|
参考文献 共
17
共1页
|
|
1.
Smith R. Estimating uncertain spatial relationships in robotics.
Robotics & Automation,2003,4(5):850
|
CSCD被引
1
次
|
|
|
|
|
2.
Bailey T. Consistency of the EKF-SLAM algorithm.
Proceedings of 2006 International Conference on Intelligent Robots and Systems,2006:3562-3568
|
CSCD被引
1
次
|
|
|
|
|
3.
Durrant-Whyte H. Simultaneous localization and mapping: part i.
IEEE Robotics & Amp Amp Automation Magazine,2006,13(2):99-110
|
CSCD被引
203
次
|
|
|
|
|
4.
Doucet A. An introduction to sequential Monte Carlo methods.
Statistics for Engineering & Information Science,2001,18(1):3-14
|
CSCD被引
2
次
|
|
|
|
|
5.
王志远. 一种改进粒子滤波算法及其在多径估计中的应用.
计算机工程,2017,43(6):289-295
|
CSCD被引
3
次
|
|
|
|
|
6.
Doucet A. Raoblackwellised particle filtering for dynamic bayesian networks.
Proceedings of the 16th Conference on Uncertainty in Artificial Intelligence,2000:176-183
|
CSCD被引
13
次
|
|
|
|
|
7.
罗元. 基于改进Rao-Blackwellized粒子滤波器的同时定位与地图构建.
控制理论与应用,2015,32(2):267-272
|
CSCD被引
12
次
|
|
|
|
|
8.
Qu Liping. An overview of robot SLAM problem.
Proceedings of International Conference on Consumer Electronics,Communications and Networks,2011:1953-1956
|
CSCD被引
1
次
|
|
|
|
|
9.
Griisetti G. Improving grid-based SLAM with Rao-Blackwellized particle filters by adaptive proposals and selective resampling.
Proceedings of 2005 IEEE International Conference on Robotics and Automation,2005:2432-2437
|
CSCD被引
1
次
|
|
|
|
|
10.
Yang X S. Firefly algorithm,stochastic test functions and design optimisation.
International Journal of Bio-Inspired Computation,2010,2(2):78-84
|
CSCD被引
112
次
|
|
|
|
|
11.
朱奇光. 基于萤火虫算法改进移动机器人定位方法研究.
仪器仪表学报,2016,37(2):323-329
|
CSCD被引
8
次
|
|
|
|
|
12.
Grisetti G. Fast and accurate SLAM with Rao-Blackwellized particle filters.
Robotics & Autonomous Systems,2007,55(1):30-38
|
CSCD被引
12
次
|
|
|
|
|
13.
Doucet A.
On sequential simulation-based methods for Bayesian ltering,2000
|
CSCD被引
1
次
|
|
|
|
|
14.
刘长平. 一种新颖的仿生群智能优化算法：萤火虫算法.
计算机应用研究,2011,28(9):3295-3297
|
CSCD被引
61
次
|
|
|
|
|
15.
周季华. 应用萤火虫算法求解PFSP问题.
计算机与信息技术,2012(3):1-3,7
|
CSCD被引
3
次
|
|
|
|
|
16.
田梦楚. 萤火虫算法智能优化粒子滤波.
自动化学报,2016,42(1):89-97
|
CSCD被引
44
次
|
|
|
|
|
17.
Stachniss C.
GMapping code,2017
|
CSCD被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问