首页 期刊 自动化技术与应用 基于深度优先搜索分支定界法的Graph-SLAM后端优化算法改进 【正文】

基于深度优先搜索分支定界法的Graph-SLAM后端优化算法改进

作者:李敏; 王英建; 刘晓倩 长沙理工大学; 湖南长沙410114
深度优先搜索   分支定界法   后端优化  

摘要:针对未知环境中机器人定位的问题,提出了一种深度优先搜索分支定界法的优化改进算法.graph-slam是一种离线slam方法,通过采用该优化改进算法可以使graph-slam的后端优化所需耗时减少,使整个系统的效率提高,使其能基本达到一个实时的效果.实验结果表明,该优化改进算法能够使系统运行效率提高近50%,同时能保证系统的稳定性和精确度的要求.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅