公开(公告)号：CN114061584B

公开(公告)日：2024-05-24

申请号：CN202111288777.9

申请日：2021-11-02

Applicant: 江苏科技大学

Inventor： 章飞 ,  张子菁 ,  姬传堂

IPC: G01C21/20

Abstract: 本发明公开基于多机器人的势均衡多伯努利滤波SLAM方法，包括(1)建立观测和地图特征多伯努利RFS模型；(2)SLAM问题转换为独立机器人位姿状态估计和地图特征状态估计；(3)获得k时刻机器人位姿状态估计预测值；(4)用势均衡策略获得k时刻地图特征状态估计；(5)修剪合并更新后高斯项；(6)用高斯项修正地图特征状态估计；(7)将高斯项融合到每一个机器人观测集合中带入k+1时刻机器人先验信息集合；(8)用(4)中滤波器对机器人每个粒子地图估计调整权重,用粒子加权平均更新k时刻位姿状态估计预测值；(9)k＝k+1执行步骤(3)。本发明改善SLAM中特征数量过估计问题，提高多机器人SLAM精度。

公开(公告)号：CN115307645A

公开(公告)日：2022-11-08

申请号：CN202211041346.7

申请日：2022-08-29

Applicant: 江苏科技大学

Inventor： 章飞 ,  张子菁 ,  姬传堂

IPC: G01C21/20 ,  G06T7/277 ,  G06T7/73

Abstract: 本发明公开一种基于多伯努利滤波器的同时定位与建图方法，具体步骤包括(1)参数初始化；(2)获得输入数据；(3)获得机器人位置预测值；(4)获得机器人的观测集；(5)通过势均衡多伯努利滤波方法获得机器人在第k时刻用于表示地图特征的伯努利项；(6)对获得伯努利项进行目标提取；(7)记录k时刻得到的地图特征数目及位姿；(8)通过自适应信息控制法，判断是否执行图优化过程；(9)通过图优化方法t个时刻所对应的机器人位姿，然后执行步骤(2)；(10)判断是否达到最大运行时刻数，来决定是否输出机器人位姿和地图特征的状态估计值。本发明的方法，改善了同时定位与建图方法中的机器人位姿估计精度，提高了实时性。

公开(公告)号：CN114061584A

公开(公告)日：2022-02-18

申请号：CN202111288777.9

申请日：2021-11-02

Applicant: 江苏科技大学

Inventor： 章飞 ,  张子菁 ,  姬传堂

IPC: G01C21/20

Abstract: 本发明公开基于多机器人的势均衡多伯努利滤波SLAM方法，包括(1)建立观测和地图特征多伯努利RFS模型；(2)SLAM问题转换为独立机器人位姿状态估计和地图特征状态估计；(3)获得k时刻机器人位姿状态估计预测值；(4)用势均衡策略获得k时刻地图特征状态估计；(5)修剪合并更新后高斯项；(6)用高斯项修正地图特征状态估计；(7)将高斯项融合到每一个机器人观测集合中带入k+1时刻机器人先验信息集合；(8)用(4)中滤波器对机器人每个粒子地图估计调整权重,用粒子加权平均更新k时刻位姿状态估计预测值；(9)k＝k+1执行步骤(3)。本发明改善SLAM中特征数量过估计问题，提高多机器人SLAM精度。