摘要：为了实现在高相似度环境中移动机器人精确高效的自定位与建图,提出了一种基于粒子群优化（PSO）的Rao-Blackwellized粒子滤波同步定位与地图构建（SLAM）算法。利用激光扫描数据校正里程计信息,得到多模态的似然函数,克服相似环境对机器人定位的影响;利用粒子群优化算法提高常规粒子滤波器的估计性能,使得高似然采样集向各个后验概率密度分布取值极大的区域运动,同时保持低似然粒子多样性,从而在一定程度上克服粒子贫乏问题,并且显著地降低精确定位所需的粒子数。对所提算法与Gmapping算法在MIT数据集上进行仿真对比实验,结果表明了该算法的可行性和有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社