.png){kind=icon}
返回
Research on mobile robot mapping based on improved Gmapping algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s41315-025-00508-5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为了实现移动机器人在未知室内环境中的高精度建图，本文在仿真环境中比较并分析了Gmapping建图算法和Hector建图算法。在此基础上，对Gmapping算法的后端进行了优化，以解决由大角度转向或快速环境变化引起的粒子退化问题。在激光扫描部分对粒子权重进行处理，并使用高斯函数平滑权重差异较大的异常粒子权重。随后，优化了重采样策略，采用低方差重采样策略以减少粒子退化并进一步改善粒子多样性。最后，自适应调整粒子数量以提高计算效率。仿真和物理实验结果表明，本文改进算法在位姿估计与真实位姿之间的建图绝对误差均方根误差降低了39.8%，标准差降低了71.5%，相对误差也显著减小。
Keyword:
Gmapping
Particle filter
Low variance
Adaptive particle number
Gaussian smoothing
期刊
I
IF:
2
论文数:
53
被引数:
674
机构
暂无机构信息
引用论文
An improved Rao-Blackwellized particle filter based-SLAM running on an OMAP embedded architecture
.png){kind=icon}
PREAI
分享收藏
分享收藏
查看更多内容