控制与决策

作者：崔昊杨,张宇,周坤,胡丰晔,许永鹏

单位：上海电力大学电子与信息工程学院，上海200090,,上海电力大学自动化工程学院，上海200090,,上海电力大学电子与信息工程学院，上海200090,,上海电力大学电子与信息工程学院，上海200090,,上海交通大学电气工程系，上海200240,

关键词：萤火虫算法;粒子滤波;SLAM;预测精度;稳定性

基金：国家自然科学基金项目(61107081)；上海市地方能力建设项目(15110500900,14110500900).

为解决传统粒子滤波算法重采样时产生的样本退化及样本贫乏带来的机器人定位与建图精度下降问题,提出一种基于改进仿生算法的粒子滤波.该算法将粒子最新时刻的观测与状态信息引入亮度公式,并将萤火虫的优胜劣汰和位置更新机制融入粒子滤波算法,以提高粒子的滤波能力.为保证算法的收敛速度和预测精度,在萤火虫位置更新过程中引入自适应调整步长进行即时修正;基于标准粒子滤波重采样的缺陷,采取分步重采样策略,通过偏差修正指数加权算法制定高效的舍小保大方案,并合理使用剩余大权值粒子完成粒子的复制和添加.仿真验证表明,所提出的改进算法可以明显提高传统粒子滤波的预测精度,且应用到基于移动机器人运动模型的定位与建图时可保持较高的定位精度和较好的稳定性.

来源：2021年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第1期