Resumen

La localización es el principal problema de la navegación de robots móviles. La localización Monte Carlo basada en el filtro de partículas tiene mayor precisión y es más fácil de implementar, pero también existe el problema de la degradación de las partículas. En este trabajo, el filtro de Kalman iterativo extendido se optimiza mediante el método de optimización de Levenberg-Marquardt. Se propone un algoritmo de filtro de partículas mejorado basado en el filtro de Kalman iterativo optimizado, y la función de densidad de probabilidad de importancia del filtro de partículas se genera mediante la estimación de probabilidad máxima posterior del filtro de Kalman iterativo mejorado. Los resultados de la simulación del algoritmo de filtro de partículas mejorado muestran que el algoritmo puede aproximar la distribución de probabilidad posterior del estado más estrechamente con menos partículas muestreadas bajo la premisa de garantizar una precisión suficiente de la estimación del estado. Mientras tanto, se reduce el cálculo y se mejora el rendimiento en tiempo real. Por último, el algoritmo se valida en el robot de servicio móvil en interiores. Los resultados experimentales muestran que la precisión del algoritmo de localización cumple los requisitos para la localización en tiempo real del robot de servicio de restaurante.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:filtro de partículas, función de densidad de probabilidad de importancia, filtro de kalman iterativo mejorado, algoritmo de filtro de partículas mejorado, robot de servicio móvil de interior, filtro de kalman iterativo ampliado, estimación de probabilidad máxima posterior, precisión de estimación de estado suficiente, método de optimización de marquardt, localización monte carlo
• Keywords:particle filter, importance probability density function, improved iterative kalman filter, improved particle filter algorithm, indoor mobile service robot, iterative extended kalman filter, maximum posterior probability estimation, sufficient state estimation accuracy, marquardt optimization method, monte carlo localization