论文部分内容阅读
平方根容积卡尔曼滤波算法在移动机器人同步定位与地图创建问题中,存在随着地图特征点增多、容积点偏离理想轨迹、状态估计产生较大误差的缺陷。为此,提出一种改进的平方根容积卡尔曼滤波算法。该算法引入迭代测量更新的方法,在更新阶段利用估计值和平方根因子重新确定采样的容积点,使得采样点在高度非线性环境下保持较小失真,进一步提高精度。仿真结果表明,与平方根容积卡尔曼滤波算法相比,该算法能提高机器人位姿精度。