[发明专利]基于自适应遗传算法的粒子滤波定位与地图构建方法在审
| 申请号： | 201811066110.2 | 申请日： | 2018-09-13 |
| 公开（公告）号： | CN109084777A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 黎建军;李博 | 申请（专利权）人： | 黎建军 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 杨乐 |
| 地址： | 314001 浙江省嘉兴*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于自适应遗传算法的粒子滤波定位与地图构建方法，包括初始化、判断机器人当前位置是否到达终止位置、状态估计、特征匹配、状态更新、路径估计、自适应遗传算法优化k时刻机器人路径分布。本发明用自适应遗传算法来优化表示路径后验分布的粒子集，去掉了一般粒子滤波SLAM方法中的重采样，解决了重采样带来的“粒子耗尽问题”，并使整个SLAM系统的运行效率得到提升。 | ||
| 搜索关键词： | 自适应遗传算法 粒子滤波 地图构建 重采样 粒子 机器人路径 后验分布 路径估计 特征匹配 运行效率 终止位置 状态更新 状态估计 初始化 耗尽 优化 机器人 | ||
【主权项】：
1.基于自适应遗传算法的粒子滤波定位与地图构建方法，其特征在于：包括以下步骤：步骤一：初始化：设置机器人运动的初始位置和终止位置；步骤二：位置判断：机器人从初始位置向终止位置移动过程中，判断机器人当前位置是否到达终止位置，若到达终止位置，则机器人停止移动；步骤三：状态估计：若未到达终止位置，则采用无迹卡尔曼滤波算法计算k‑1时刻各个粒子的位姿建议分布；步骤三：特征匹配：获取k时刻机器人对环境特征的实际观测值，并通过数据关联方法将实际观测值与观测估计值进行特征匹配；步骤四：状态更新：用无迹卡尔曼滤波算法计算k时刻各个粒子的位姿建议分布；步骤五：路径估计：从粒子的k时刻位姿建议分布中进行采样得到粒子在k时刻的位姿向量，计算每个粒子的非正则权值，得到k时刻机器人路径分布；步骤六：采用自适应遗传算法优化k时刻机器人路径分布，返回步骤二。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于黎建军，未经黎建军许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811066110.2/，转载请声明来源钻瓜专利网。
