基于位姿图优化的势均衡多伯努利滤波器SLAM方法

Abstract

在复杂室内环境下，传统基于随机有限集理论的SLAM方法存在机器人位姿精度低、计算量大的问题。针对此问题，提出一种基于位姿图优化的势均衡多伯努利滤波器SLAM方法。首先，该方法通过势均衡多伯努利滤波器获得地图特征估计，避免了数据关联。其次，提出了自适应信息控制法，丰富先验信息。然后，通过自适应信息控制法将位姿图优化理论与势均衡多伯努利滤波器SLAM结合，优化机器人的位姿估计。最后，进行实验对比分析，结果表明所提方法比RB-PHD-SLAM方法有更好的SLAM精度及实时性。

Keywords

• slam
• 随机有限集理论
• 势均衡多伯努利滤波器
• 位姿图优化