基于JSD自适应粒子滤波的移动机器人定位算法.pdf

文档介绍：第 卷第 期 安 徽 工 程 大 学 学 报
３４年 月４ 　 　 　 　 　 　 　 Ｖｏｌ．３４．Ｎｏ．４
２０１９ ８ Ｊｏｕｒｎａｌ　ｏｆ　Ａｎｈｕｉ　Ｐｏｌｙｔｅｃｈｎｉｃ　Ｕｎｉｖｅｒｓｉｔｙ Ａｕｇ．，２０１９
文章编号
：１６７２－２４７７（２０１９）０４－００５６－０７
基于 自适应粒子滤波的移动机器人定位算法
ＪＳＤ
刘红林，凌有铸 ＊ ，陈孟元
安徽工程大学 安徽省电气传动与控制重点实验室 安徽 芜湖
（ ， 　２４１０００）
摘要：粒子滤波算法中存在粒子退化、多样性缺失以及粒子数自适应问题。针对上述问题，首先，用先验转移
概率密度和观测似然概率密度的混合分布作为重要性密度函数，用退火参数调控两者的比例，根据自适应参
数优化控制机制对退火参数进行优化 其次 采用 距离对采样粒子数进行动态调控 增强算法实时性 最
。 ， ＪＳ ， 。
后 通过遗传变异方法对粒子集进行调整 在一定程度上保持粒子多样性 仿真结果表明 与基于 距离采
， ， 。 ： ＫＬ
样的蒙特卡罗定位算法相比 改进算法的精度提高了 平均定位误差为 用 时 减 少 了
， ６３．４８％， １９．０５１ｃｍ，
达到 采样粒子数维持在 个 改进算法的有效性得到验证
４８．９２％， ３９．２６８ｓ， ８０ ， 。
关 键 词 粒子滤波 蒙特卡罗定位