Resumen

Para el problema de localización y mapeo simultáneos rápidos (FastSLAM), con el fin de resolver los problemas de degradación de partículas, el error introducido por la linealización y la inconsistencia del algoritmo tradicional, en el artículo se describe un algoritmo mejorado. Con el fin de mejorar la precisión y la fiabilidad del algoritmo que se aplica en el sistema con menor frecuencia de medición, se adopta una nueva estrategia de descomposición para la estimación a posteriori. En la estrategia de descomposición propuesta, el problema de resolver un vector de estado de 3 dimensiones y N vectores de estado de 2 dimensiones en el algoritmo FastSLAM tradicional se transforma en el problema de resolver N vectores de estado de 5 dimensiones. Además, para reducir el error de linealización del modelo y evitar la resolución de matrices jacobianas, se utiliza un filtro de Kalman no lineal adaptativo de raíz cuadrada no acentuada (NASRUKF) para sustituir al filtro de partículas y al filtro de Kalman empleados por el algoritmo tradicional. Por último, el algoritmo propuesto se verifica experimentalmente mediante un vehículo en un entorno interior. Los resultados demuestran que la precisión de posicionamiento del algoritmo FastSLAM propuesto es inferior a 1 cm y el error del ángulo acimutal es de 0,5 grados.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Fastslam; algoritmo; degradación de partículas; error de linealización; inconsistencia; estrategia de descomposición.
• Keywords:Fastslam; algorithm; particle degradation; linearization error; inconsistency; decomposition strategy