导读:本文包含了稀疏扩展信息滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:SLAM,多机器人,精确稀疏扩展信息滤波,重定位
稀疏扩展信息滤波论文文献综述
明钊光,石守东,王刚[1]（2014）在《精确稀疏扩展信息滤波的多机器人SLAM研究》一文中研究指出在机器人同时定位与地图创建(SLAM)问题中,多机器人SLAM成为目前机器人学中的研究热点.因此,基于精确稀疏扩展信息滤波算法(ESEIF)的多机器人SLAM问题,根据多机器人的运动模型和观测模型分别对多机器人位姿估计及环境特征点进行观测,并依据阈值划分观测特征点,以完成机器人的观测更新,同时边缘化机器人位姿并进行重定位.实验仿真数据表明:多机器人的位姿精度良好,观测更新阶段时间基本上恒定,与地图特征点数量无关,体现了ESEIF算法在研究多机器人SLAM问题的有效性.(本文来源于《宁波大学学报(理工版)》期刊2014年04期）
朱代先,王晓华[2]（2012）在《基于精确稀疏扩展信息滤波的粒子滤波SLAM算法研究》一文中研究指出传统粒子滤波算法的单次迭代过程以及小权值粒子在重采样中被删除都使得机器人位姿的历史信息不能充分利用,因而会出现粒子的退化现象,从而导致滤波算法的估计精度较低。本文提出基于精确稀疏扩展信息滤波的粒子滤波SLAM算法,利用精确稀疏扩展信息滤波的信息矩阵反映机器人位姿相对变化的同时,也对应于状态后验概率的条件概率的性质,应用Gibbs采样直接从SLAM完全后验分布产生样本,充分利用了信息矩阵包含的不确定信息,粒子分布均匀,且保持了多样性,缓解了粒子退化现象。实验结果表明所提算法的粒子集能够更好地描述真实后验分布,显着提高了SLAM算法的估计精度。(本文来源于《计算机工程与科学》期刊2012年07期）
朱代先,王晓华[3]（2012）在《基于稀疏扩展信息滤波和粒子滤波的SLAM算法》一文中研究指出针对传统粒子滤波算法单次迭代过程中仅应用到当前的信息,且小权值粒子代表的信息在重采样中被删除而导致信息不能充分利用的问题,提出了稀疏扩展信息滤波和粒子滤波相结合的同时定位与地图创建(SLAM)算法,信息矩阵记忆了机器人位姿的历史信息,应用Gibbs采样重新获得粒子集,使粒子集能够更好地描述后验分布,提高算法的状态估计精度。大量的Monte-Carlo仿真实验验证了该算法中机器人定位精度较FastSLAM2.0算法提高80%左右。(本文来源于《计算机应用》期刊2012年05期）
康丹,石守东,徐斌斌[4]（2011）在《精确稀疏扩展信息滤波的地图优化研究》一文中研究指出研究了移动机器人同时定位与地图创建(SLAM)精确稀疏扩展信息滤波(ESEIF)的地图优化算法,即利用信息熵度量变量不确定性的特性来对地图特征点进行分类,选择不同类型的特征点处理ESEIF的不同更新过程,同时优化活动地图,使SLAM更新在恒定时间内实现,且提高了机器人和地图的估计精度.仿真实验证明:在特征点多的大环境下,特征点优化后的算法实时性强,估计精确度更高.(本文来源于《宁波大学学报(理工版)》期刊2011年02期）
郭剑辉,赵春霞[5]（2009）在《一种改进的稀疏扩展信息滤波SLAM算法》一文中研究指出如何得到精确一致的稀疏信息矩阵是稀疏扩展信息滤波同时定位与地图创建(SLAM)算法的关键.在对相关性进行详细深入分析的基础上,提出一种改进的信息矩阵稀疏规则.该规则利用稀疏时刻的观测信息,从全局上保留了与机器人相关性最强的特征.在不增加计算负担的情况下,提高算法的精度及一致性.最后,通过大量的Monte-Carlo仿真实验,验证该方法的有效性.(本文来源于《模式识别与人工智能》期刊2009年02期）
郭剑辉,赵春霞,石杏喜[6]（2008）在《稀疏扩展信息滤波SLAM算法的稀疏规则研究》一文中研究指出稀疏规则是扩展信息滤波性能的关键。在现有的稀疏规则中,精确稀疏扩展信息滤波(ESEIF)的稀疏规则有较优的性能,但有其适用上的缺陷。通过将稀疏扩展信息滤波(SEIF)与精确稀疏扩展信息滤波(ESEIF)的稀疏规则结合起来,提出了一种组合的稀疏规则。该组合规则能适用于任何的探索环境,还充分利用了ESEIF稀疏规则的性能优势。最后,通过大量的Monte-Carlo仿真实验,验证了该方法的有效性。(本文来源于《系统仿真学报》期刊2008年24期）
董海巍,陈卫东[7]（2008）在《基于稀疏化的快速扩展信息滤波SLAM算法》一文中研究指出随着SLAM技术的不断发展,计算效率已经成为制约SLAM发展的主要因素.所提出的算法从稀疏化的角度对扩展信息滤波SLAM算法进行改进.根据信息矩阵几乎稀疏的特点,该算法在合理稀疏化信息矩阵的同时利用环闭合检测技术,不仅大大提高了算法的计算效率,而且所得到的估计结果也很精确.通过仿真对信息矩阵稀疏化、算法效率、重定位以及误差和协方差四个关键问题进行了分析.分别就室内具有摄像头的两轮机器人和室外具有激光雷达的四轮机器人的情况进行了实验讨论.仿真与实验结果表明了所提算法的有效性.(本文来源于《机器人》期刊2008年03期）
稀疏扩展信息滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统粒子滤波算法的单次迭代过程以及小权值粒子在重采样中被删除都使得机器人位姿的历史信息不能充分利用,因而会出现粒子的退化现象,从而导致滤波算法的估计精度较低。本文提出基于精确稀疏扩展信息滤波的粒子滤波SLAM算法,利用精确稀疏扩展信息滤波的信息矩阵反映机器人位姿相对变化的同时,也对应于状态后验概率的条件概率的性质,应用Gibbs采样直接从SLAM完全后验分布产生样本,充分利用了信息矩阵包含的不确定信息,粒子分布均匀,且保持了多样性,缓解了粒子退化现象。实验结果表明所提算法的粒子集能够更好地描述真实后验分布,显着提高了SLAM算法的估计精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
稀疏扩展信息滤波论文参考文献
[1].明钊光,石守东,王刚.精确稀疏扩展信息滤波的多机器人SLAM研究[J].宁波大学学报(理工版).2014
[2].朱代先,王晓华.基于精确稀疏扩展信息滤波的粒子滤波SLAM算法研究[J].计算机工程与科学.2012
[3].朱代先,王晓华.基于稀疏扩展信息滤波和粒子滤波的SLAM算法[J].计算机应用.2012
[4].康丹,石守东,徐斌斌.精确稀疏扩展信息滤波的地图优化研究[J].宁波大学学报(理工版).2011
[5].郭剑辉,赵春霞.一种改进的稀疏扩展信息滤波SLAM算法[J].模式识别与人工智能.2009
[6].郭剑辉,赵春霞,石杏喜.稀疏扩展信息滤波SLAM算法的稀疏规则研究[J].系统仿真学报.2008
[7].董海巍,陈卫东.基于稀疏化的快速扩展信息滤波SLAM算法[J].机器人.2008
标签：SLAM; 多机器人; 精确稀疏扩展信息滤波; 重定位;