基于线段特征匹配的EKF-SLAM算法

针对EKF-SLAM算法在机器人被“绑架”时失效的问题,提出一种新的基于线段特征匹配的EKF-SLAM算法——EKFLineSLAM算法.该算法在线段特征观测模型和改进的基于逐点搜索的线段提取算法的基础上,将线段特征匹配引入EKF-SLAM算法,并对线段长度和姿态角进行EKF更新,创建环境的线段特征地图.在未知室内结构化环境中,将该算法与弱匹配EKFLineSLAM算法进行比较,验证了EKFLineSLAM算法在结构化环境中克服机器人“绑架”问题的可行性和有效性.     

辅助粒子滤波算法改进的UFastSLAM算法

UFastSLAM算法的重采样过程会带来"粒子耗尽"问题,为提高算法精度和性能,将辅助粒子滤波算法思想引入UFastSLAM算法,提出了解决SLAM问题的方法——辅助UFastSLAM算法.针对UFastSLAM算法的特点,首先,在其建议分布函数的求取过程中引入最近的观测信息,增强采样粒子权值的稳定性;其次,在其重采样过程中引入1次加权和2次加权,增大观测似然度大的粒子比例以缓解粒子退化问题.实验结果证明,辅助UFastSLAM算法在估计精度、一致性等方面都具有很好的性能.