基于粒子滤波的无线传感器网络辅助同步定位与地图创建方法研究

提出了一种新颖的无线传感器网络（WSN）辅助的移动机器人同步定位与地图创建（SLAM）方法， 解决了传统SLAM 方法难以解决的求解问题空间维数高和多数据关联困难两大问题．为该WSN 辅助的SLAM 方法建立了模型，并进行了噪声分析；在此基础上，提出一种适用本方法的分布式粒子滤波数据融合算法．着重 分析了粒子初始化、预测、序贯重要性采样和重采样等关键步骤，并通过仿真实验分析验证了该方法的正确性和 高效率．实验结果表明，采用粒子滤波算法，并综合无线传感器网络进行辅助导航，可以极大地降低求解问题空 间维数，解决多数据关联错误问题，可以完全不依赖锚节点完成盲节点高精度定位；同时，还能够有效地提高移 动机器人定位与地图创建精度，特别是在不要求机器人路径闭合的情况下可以有效抑制惯性导航的误差累计．

On WSN-Aided Simultaneous Localization and Mapping Based on Particle Filtering

A novel WSN-aided SLAM(simultaneous localization and mapping)method is proposed for mobile robot to solve two main problems in traditional SLAM methods,i.e.,high dimensions in problem spaces and difficulties in multi- target data association.Model for the WSN-aided SLAM method is.built,and noises are analyzed.Then a distributed particle filtering(PF)data fusion algorithm suitable for this method is developed.The key steps,such as particle initializa- tion,prediction,sequential importance sampling,resampling...