基于KLD重采样的抗差自适应UFastSLAM算法 |
| |
引用本文: | 翟鸿启,王立辉,应泽华,孟骞,蔡体菁.基于KLD重采样的抗差自适应UFastSLAM算法[J].中国惯性技术学报,2023(4):343-351. |
| |
作者姓名: | 翟鸿启 王立辉 应泽华 孟骞 蔡体菁 |
| |
作者单位: | 东南大学仪器科学与工程学院微惯性仪表与先进导航技术教育部重点实验室 |
| |
基金项目: | 国家自然科学基金(61773113);;国家重点研发计划(2022YFD2001503);;江苏省重点研发计划(BE2022389); |
| |
摘 要: | 针对声呐SLAM系统中噪声统计特性不准确或状态突变而导致无迹快速SLAM(UFastSLAM)算法性能下降及因采用固定粒子数而使得算法实时性不高的问题,提出一种基于改进粒子建议分布估计和自适应KLD重采样的UFastSLAM(RAUFastSLAM)算法。在载体位姿估计阶段,融入抗差自适应因子,利用抗差自适应无迹粒子滤波算法(RAUPF)对载体位姿进行估计;在特征状态估计阶段,利用抗差自适应无迹滤波算法(RAUKF)对环境特征的位置进行更新;在粒子重采样阶段,采用基于KL散度的自适应粒子重采样方法在线实时调整所需的粒子数,在保证精度的同时提高算法的实时性。实验结果表明,在量测噪声统计特性不准确且量测信息中有异常干扰时,与UFast SLAM算法相比,所提方法的载体位置估计、航向角估计和特征位置估计的精度分别提高了18.79%、16.67%和18.81%,对异常干扰具有更好的鲁棒性。
|
关 键 词: | 自主导航 无迹快速SLAM 自适应滤波 鲁棒性 KLD重采样 |
|