基于IINFO的粒子重組FastSLAM在SLAM中的研究

摘要： 針對FastSLAM算法需要增加粒子數(shù)提高精度以及重采樣導(dǎo)致的粒子多樣性缺失的問題，提出一種改進INFO(向量加權(quán)平均算法)優(yōu)化的粒子重組FastSLAM算法。首先，在預(yù)測粒子集時加入最新時刻的觀測信息并通過INFO計算粒子適應(yīng)度值，為增強INFO跳出局部最優(yōu)的能力，對最優(yōu)個體進行柯西變異；其次，通過改進INFO尋優(yōu)能力強，收斂速度快的特性更新預(yù)測粒子集，使得在計算權(quán)重前粒子集...