10.3969/j.issn.1000-386x.2019.10.029
改进粒子群优化算法的多机器人地图构建
针对大规模的未知环境,对一种SA-PSO(Simulated Annealing-Particle Swarm Optimization)算法的多机器人构建地图方法进行研究.多机器人构建地图,即将多个机器人建立的局部地图融合成全局地图,可以更加高效地完成环境地图的绘制.利用粒子群优化(PSO)算法搜索局部地图之间的最优转换矩阵来进行地图配准;再根据局部地图重叠区域匹配的成功率设计自适应概率函数,即重新进行地图配准的概率;最后将配准后的局部地图融合成全局地图.该方法有效解决了PSO算法易陷入局部最优引起的地图融合失败问题,提高了地图融合的成功率.
粒子群优化算法、多机器人、地图融合
36
TP2(自动化技术及设备)
陕西省国际科技合作基地项目2017GHJD-009
2019-11-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
162-167,174