| 基于MCMC粒子滤波的机器人定位 |
| |
| 引用本文： | 许士芳,谢立,刘济林. 基于MCMC粒子滤波的机器人定位[J]. 浙江大学学报(工学版), 2007, 41(7): 1083-1087 |
| |
| 作者姓名： | 许士芳 谢立 刘济林 |
| |
| 作者单位： | 浙江大学 信息科学与工程学院，浙江 杭州 310027 |
| |
| 基金项目： | 国家自然科学基金重点资助项目（60534070）;浙江省重点国际科技合作资助项目（2005C14008）. |
| |
| 摘 要： | 针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题，提出了基于马尔科夫蒙特卡罗（MCMC）粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的 MCMC方法--Metropolis Hastings (MH)抽样算法有机结合，并应用于机器人定位研究中.试验结果表明，MCMC方法可以有效抑制粒子退化问题.与基于传统粒子滤波的机器人定位方法相比，该方法降低了定位误差均值和定位误差最大值，取得了更高的定位精度，有效地解决了机器人定位这一非线性非高斯状态估计问题.
|
| 关 键 词： | 马尔科夫蒙特卡罗方法 粒子滤波 机器人定位 Metropolis Hastings抽样 粒子退化 |
| 文章编号： | 1008-973X（2007）07-1083-05 |
| 修稿时间： | 2006-02-19 |
Robot localization based on MCMC particle filter |
| |
| XU Shi-fang,XIE li,LIU Ji-lin. Robot localization based on MCMC particle filter[J]. Journal of Zhejiang University(Engineering Science), 2007, 41(7): 1083-1087 |
| |
| Authors: | XU Shi-fang XIE li LIU Ji-lin |
| |
| Affiliation: | College of Information Science and Engineering, Zhejiang University, Hangzhou 310027, China |
| |
| Abstract: | Robot localization based on the Markov Chain Monte Carlo(MCMC) particle filter was proposed to solve the problem that robot localization based on the simple particle filter suffers from severe sample degeneracy.The standard MCMC method,Metropolis Hastings(MH) sampling,was incorporated into the filtering framework,and was applied to the robot localization problem.Experimental results showed that the MCMC particle filter can increase the sample variety and reduce sample degeneracy.Robot localization based on the MCMC particle filter is much more accurate,compared with robot localization based on the simple particle filter. |
| |
| Keywords: | Markov Chain Monte Carlo(MCMC) method particle filters robot localization Metropolis Hastings(MH) sampling sample degeneracy |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《浙江大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《浙江大学学报(工学版)》下载全文 |
