申请/专利权人：河北工业大学

申请日：2023-03-30

公开（公告）日：2023-06-23

公开（公告）号：CN116309845A

主分类号：G06T7/73

分类号：G06T7/73;G01C21/20;G06N3/006

优先权：

专利状态码：在审-公开

法律状态：2023.06.23#公开

摘要：本发明为基于改进蜜獾算法优化粒子滤波的机器人定位与建图方法，首先利用激光雷达对机器人工作环境进行扫描，获得环境观测信息和地图信息；根据粒子建议分布和上一时刻的粒子群状态，对当前时刻的粒子群状态进行估计，并通过重要性采样得到当前时刻的粒子群；然后，对蜜獾算法的密度因子进行改进，利用改进后的蜜獾算法优化粒子位置；接着，利用小生境理论进一步优化粒子位置；计算优化后的粒子权重并进行归一化处理；最后，根据优化的位姿，参考当前激光雷达扫描数据对各个粒子的地图进行更新，将权重最高的粒子的地图作为当前估计的地图。该方法解决了经典粒子滤波算法存在固有的权值退化问题，改进蜜獾算法进一步增强了全局与局部搜索能力。

主权项：1.一种基于改进蜜獾算法优化粒子滤波的机器人定位与建图方法，其特征在于，该方法包括以下步骤：步骤一：利用激光雷达对机器人工作环境进行扫描，获得环境观测信息和地图信息；根据粒子建议分布和k-1时刻的粒子群状态，对k时刻的粒子群状态进行估计，并通过重要性采样得到k时刻的粒子群；步骤二：对蜜獾算法的密度因子进行改进，利用改进后的蜜獾算法优化粒子位置；密度因子表示为： 式中，α为密度因子，αmax、αmin为密度因子的最大值和最小值，t表示当前迭代次数，tm为最大迭代次数；步骤三：利用小生境理论进一步优化粒子位置；步骤四：计算优化后的粒子权重并进行归一化处理；步骤五：根据优化的位姿，参考当前激光雷达扫描数据对各个粒子的地图进行更新，将权重最高的粒子的地图作为当前估计的地图。

全文数据：

权利要求：

百度查询： 河北工业大学 基于改进蜜獾算法优化粒子滤波的机器人定位与建图方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD