同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一，Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法，被广泛应用在实时定位领域中，但由于其随着粒子数目的增加会频繁重采样从而导致粒子退化问题。为了解决该问题，改善SLAM性能，提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF，采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题，采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性，抗干扰能力较强，定位较准确，比较适合应用在SLAM实时定位中。
2021-09-09 21:22:59
1.22MB
1
Ubuntu 16.04安装ros 以及 Google Cartographer Slam
2021-09-09 17:57:06
200KB
1
适合高翔slam14讲使用。高翔的代码使用的是非模板的Sophus，安装本Sophus库后需要对高翔给的例程代码做一些简单的修改，详见我的博客：https://blog.csdn.net/weixin_44986556/article/details/109154373#t1。安装时先解压，然后在解压得到的Sophus文件夹中建立“build”文件夹，进入“build”文件夹后打开终端，用“cmake ..”和“make”完成编译。
2021-09-09 16:35:41
275KB
1