作者：蒋冬梅移动机器人slam概率假设密度滤波蚁群优化算法
摘要：针对传统的概率假设密度ＳＬＡＭ（ＰＨＤ－ＳＬＡＭ）算法因粒子退化和耗尽导致估计精度低的问题，提出一种基于蚂蚁聚类的概率假设密度ＳＬＡＭ（ａｎｔ－ＰＨＤ－ＳＬＡＭ）算法。其主要的特点：用ａｎｔ－ＰＨＤ滤波器实现对地图特征状态和数目的估计，用移动蚂蚁估计器完成对机器人位姿的后验估计。与传统ＳＬＡＭ算法相比，新提出的ＳＬＡＭ算法用人工蚂蚁代替简单的粒子去实现对目标的估计，得益于蚂蚁强大的搜索机制，新算法的估计精度得到明显提高。通过仿真实验，将所提出的算法与传统ＰＨＤ－ＳＬＡＭ算法进行比较，结果表明所提出算法有效提高了机器人定位估计精度和构图精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
