基于CEH∞F的移动机器人SLAM算法研究.pdfVIP

学兔兔 第36卷 第10期 仪 器 仪 表 学 报 V0l_36 No．10 2015年10月 Chinese Journal of Scientific Instrument Oct．20l5 基于CEH∞F的移动机器人SLAM算法研究术 朱奇光 ，袁 梅 ，陈卫东 ，陈 颖。 (1．燕山大学信息科学与工程学院 秦皇岛 066004；2．燕山大学电气工程学院 秦皇岛 066004； 3．河北省特种光纤与光纤传感重点实验室 秦皇岛 066004) 摘 要：针对移动机器人同时定位与地图创建(SLAM)面对噪声干扰时估计精度低、鲁棒性差的缺点，提出一种基于容 积扩展H 滤波(CEH F)的SLAM算法。首先，通过线性误差传播特性将容积变换嵌入到扩展H 滤波框架中，利用得 到的CEH F计算SLAM条件转移概率密度，避免雅克比矩阵的计算和线性化误差积累的同时增强了算法的鲁棒性；另 外，在每次迭代中更新调节因子 ，将噪声干扰到估计误差最大能量增益控制在较小范围内，进一步增强算法鲁棒性。 实验部分将所提算法与扩展卡尔曼滤波SLAM(EKF—SLAM)、无迹卡尔曼滤波 SLAM(UKF—SLAM)、容积卡尔曼滤波 SLAM(CKF—SLAM)在不同噪声环境下进行了对比。结果表明，CEH F—SLAM算法具有良好的稳定性与精度，是一种有 效的SLAM算法。 关键词：SLAM；容积卡尔曼滤波；扩展H 滤波；鲁棒性 中图分类号：THI64 文献标识码：A 国家标准学科分类代码：520．20 CEH F based SLAM algorithm for mobile robots Zhu Qiguang ，Yuan Mei ，Chen Weidong ，Chen Ying ( ．Institute ofInformation Science and Engineering，Yanshan University，Qinhuangdao 066004，China； 2．Institute of Electrical Engineering，Yanshan University，Qinhuangdao 066004，China； 3．Key Laboratoryfor Special Fiber and Fiber Sensor ofHebei Province，Yanshan University，Qinhuangdao 066004，China) Abstract：Aiming at the shortcoming that mobile robot simultaneous localization and mapping(SLAM)algorithm has the problems 0f loW estimarion aceuracy and lOW robustness when facing with noise disturbance，a cubature extended H filter based SLAM (CEH F-SLAM)algorithm is proposed．By using statistical linear error propagation method，the cubature transform technique can be embedded into the EH F framework．and the obtained estimator named CEH F is used to calculate SLAM posterior probabili