本文翻譯自openslam上的這篇文章
GMapping是一種高效的Rao-Blackwellized粒子濾波器用于根據(jù)激光距離數(shù)據(jù)得出珊格地圖.
Giorgio Grisetti(主頁); Cyrill Stachniss(主頁); Wolfram Burgard(主頁);
最近Rao-Blackwellized粒子濾波器作為高效的方法被引入用于解決SLAM問題.這種方法使用了一個(gè)粒子濾波器,每一個(gè)粒子都加載了環(huán)境中的一張單獨(dú)的地圖.因此,關(guān)鍵的問題就是:如何減少粒子的數(shù)目.我們介紹了自適應(yīng)技術(shù),這項(xiàng)技術(shù)用于在建立珊格地圖的過程中減少Rao-Blackwellized粒子濾波器中的粒子數(shù)目.我們提出一種方法用于計(jì)算精確的分布方案,不僅考慮到機(jī)器人的運(yùn)動(dòng),而且考慮到了最近的觀測(cè).這個(gè)方法不幅度減少機(jī)器人在濾波器的預(yù)測(cè)步驟中的姿態(tài)不確定性.此外,我們提供一種方法用于選擇性的進(jìn)行重采樣操作,這個(gè)操作可以顯著的減少粒子消耗問題.
弗萊堡大學(xué)校園: 
Map of the MIT Killian Cour: 
本方法使用激光距離數(shù)據(jù)和里程計(jì).這個(gè)版本優(yōu)化了長(zhǎng)距離激光傳感器,比如SICK LMS 和 PLS scanner.短距離傳感器比如Hokuyo scanner如果使用標(biāo)準(zhǔn)參數(shù)設(shè)置將不能得到很優(yōu)的結(jié)果.
Carmen日志格式
grid maps
Giorgio Grisetti, Cyrill Stachniss, and Wolfram Burgard: ImPRoved Techniques for Grid Mapping with Rao-Blackwellized Particle Filters, IEEE Transactions on Robotics, Volume 23, pages 34-46, 2007
Giorgio Grisetti, Cyrill Stachniss, and Wolfram Burgard: Improving Grid-based SLAM with Rao-Blackwellized Particle Filters by Adaptive Proposals and Selective Resampling, In Proc. of the IEEE International Conference on Robotics and Automation (ICRA), 2005
A. Doucet: On sequential simulation-based methods for bayesian filtering, Technical report, Signal Processing Group, Dept. of Engeneering, University of Cambridge, 1998
新聞熱點(diǎn)
疑難解答
圖片精選
網(wǎng)友關(guān)注