摘要
针对基于压缩型扩展卡尔曼滤波(CEKF)的SLAM算法在状态增广和地图管理两方面的不足,提出了一种改进算法(ICEKF算法)。该算法通过增广辅助系数矩阵即可快速完成状态增广,计算复杂度由O(N2)降低为O(NA),其中N和NA分别为全局和局部地图中的路标数。在地图管理上,ICEKF算法采用一种基于欧氏距离的局部地图动态选择方法,避免了CEKF算法对全局地图进行预先划分带来的路标分配等问题。仿真表明ICEKF算法在估计结果上与EKF算法具有一致的最优性,与CEKF算法相比计算量大大降低。
The compressed extended Kalman filter（CEKF）-based algorithm for simultaneous localization and mapping（SLAM）has low efficiency on state augment and map management.An improved algorithm（ICEKF）was proposed.The ICEKF algorithm achieves the state augment by only augmenting one auxiliary coefficient matrix,and the computational complexity is reduced from O（N2）to O（NA）,where N and NA denote the number of the landmarks in the global and local maps respectively.A Euclidian distance-based method for map management wa...
出处
《系统仿真学报》
CAS
CSCD
北大核心
2009年第18期5668-5671,5680,共5页
Journal of System Simulation
基金
北京市教育委员会共建基金(100070522)
