作者：汤文俊 张国良 敬斌fastslam算法移动机器人slam算法粒子滤波重要性函数
摘要：为有效缓解FastSLAMl．0算法中的粒子损耗问题，提高其精度，FastSLAM2．0算法提出了一种求取重要性函数的方法。该方法利用扩展卡尔曼滤波算法对移动机器人的位姿状态进行递归估计，得到各个时刻的位姿状态的估计均值和方差，并由此构建服从高斯分布的重要性函数。该重要性函数包含了机器人住姿的历史信息和最新的观测信息，因此可以延缓粒子损耗速度。给出了FastSLAM2．0算法的具体流程，并将其仿真结果与FastSLAMl．0算法进行比较，结果袁明了FastSLAM2．0算法的精度优于FastSLAMl．0算法。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
