[发明专利]一种基于灰狼优化算法的RBPF-SLAM改进方法

摘要

本发明提出了一种基于灰狼优化算法的RBPF‑SLAM改进方法，用于进一步优化建议分布函数的分布预测，提高算法的定位和建图精度。灰狼算法模型简单、寻优性能强，其独特的搜索能力与探索开发平衡方式使得该算法与PSO等算法相比有着更好的全局搜索能力与更低的空间复杂度。该算法利用灰狼优化算法的局部探索和全局开发能力提高RBPF的估计性能，使得低权值粒子能够向最优值奔袭，并能够在奔袭过程中进一步优化粒子的估计值。在改进算法中，粒子退化得到了一定程度上的缓解，精确定位与建图所需的粒子数得到了有效的降低。

主权项

1.一种基于灰狼优化算法的RBPF‑SLAM改进方法，其特征在于，包括以下步骤：第一步、采样：基于上一时刻的粒子和该时刻得到的里程计数据产生时刻t的初步估计状态第二步、根据得到的激光雷达传感器的数据，以及上一时刻各个粒子独立的地图执行爬山扫描匹配算法，对上一步骤中的粒子位姿进行初步优化；第三步、计算优化后的粒子得分，并将计算粒子得分的方式作为灰狼算法的适应度函数计算方式求出灰狼个体的优劣；第四步、进行灰狼算法优化处理，它对粒子的分布进行进一步优化，粒子通过狩猎过程中的开发和探索步骤来优化位姿；第五步、根据优化后的位姿，参考当前激光雷达扫描数据对各个粒子的地图进行更新，将权值最高的粒子的地图作为当前估计的地图。