摘要：随着当前智能领域的不断发展,移动机器人成为当前研究和应用的重点,特别是在机器人定位和地图构建方面。但传统的基于粒子滤波的机器人定位和地图构建中,存在粒子群的权值会随着粒子数量的增加而逐步往权重高的方向搜索,最终导致粒子群种群变少,不利于定位和地图构建的问题,提出一种基于改进粒子滤波算法的机器人移动定位与地图构建方法。对此,文章首先对移动机器人的基本结构进行阐述,构建移动机器人的坐标系模型和运动模型;然后对传统的粒子滤波算法的基本原理和流程进行分析,并指出其存在的问题;结合上述的分析,提出首先采用K均值聚类完成对粒子移动的优化,让粒子往最优位姿靠近,以提高种群的种类,利用自适应的重采样方法,通过设定阈值的方式,完成对权重高或低粒子的重采样,以防止粒子退化。最后运用MATLAB软件对上述的方案进行验证,得出本文改进的算法与传统的EFK算法的误差要小,与原始路径更融合,由此验证了本改进方案的可行性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社