首页> 中文期刊> 《江苏技术师范学院学报:自然科学版》 >基于AF和AS算法优化的slam_gmapping研究

基于AF和AS算法优化的slam_gmapping研究

         

摘要

针对传统Gmapping算法粒子数恒定导致在简单环境中运行速度缓慢,而在复杂环境中无法精确定位和建图的问题,提出了一种自适应采样算法(Adaptive Sampling,简称AS)。当二维激光点云波动量大于某个阀值时,增加采样粒子数,反之适当减少采样数。实验结果表明:该算法能够合理利用系统资源,有效改善由恒定粒子数导致的一系列问题。此外,为了增强系统在复杂环境中的建图效果,将萤火虫算法(AF)与之相融合,利用AF的高聚集能力改善采样粒子的分布,进而提高滤波器的估计能力。在ROS平台下的仿真结果表明,优化后的算法显著提高了系统的定位建图效果,同时也有效缩短了其平均建图时间。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号