未知环境中FastSLAM算法的数据关联问题  

Data Association for FastSLAM in Unknown Environments

作　　者：郭利进[1,2] 王化祥[2] 孟庆浩[2] 曾明[2] 邱亚男[2] 

机构地区：[1]天津工业大学计算机技术与自动化学院,天津300160 [2]天津大学电气与自动化工程学院,天津300072

出　　处：《系统仿真学报》2009年第4期1075-1078,共4页Journal of System Simulation

基　　金：国家自然科学基金(60475028);天津市高等学校科技发展基金(2006ba54)

摘　　要：讨论FastSLAM算法(FastSLAM-对SLAM进行因式分解的一种快速算法)在未知环境中的数据关联问题。在标准的FastSLAM算法中,通常假设数据关联是已知的。然而现实情况中,数据关联往往是未知的。采用一种基于单个粒子的最大似然数据关联和环境否定信息相结合的方法来解决未知环境中的数据关联问题。仿真结果表明,新的数据关联方法提高了移动机器人在未知环境中自身定位和地图创建的精度。The data association issues of FastSLAM （Factored Solution to SLAM） algorithm in unknown environments were discussed. In normal FastSLAM, it always hypothesizes that the data association is certain. But in real world, the data association is uncertain. An new approach which united per-particle maximum likelihood data association and negative information technology was adopted to handle the uncertainty of data association for FastSLAM. Simulination experimental results show that the new data association method for FastSLAM improves robot performances of localization and mapping in unknown environments.

关 键 词：快速SLAM算法 扩展Kalman滤波 数据关联 最大似然估计 否定信息 

分 类 号：TP24[自动化与计算机技术—检测技术与自动化装置]