Mobile Robot Monte Carlo Localization Based on Improved Unscented Particle Filter
Yu Chen Song, Fuchun Sun, Qingling Li · Acta Automatica Sinica · 2010
摘要: 粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MCL相结合, 给出IUPF-MCL定位算法的实现细节. 仿真结果表明, IUPF-MCL是一种精确鲁棒的移动机器人定位算法. 关键词: 移动机器人 / 蒙特卡罗定位 / 粒子滤波 / 无迹卡尔曼滤波