文献类型：期刊文章

作　　者：刘利枚[1,2] 蔡自兴[1]

机构地区：[1]中南大学信息科学与工程学院智能系统与智能软件研究所,长沙410083 [2]湖南商学院计算机与电子工程学院,长沙410205

出　　处：《高技术通讯》

基　　金：国家自然科学基金（90820302,60805027）和国家博士点基金（200805330005）资助项目.

年　　份：2011

卷　　号：21

期　　号：4

起止页码：422-427

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、JST、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于改进的粒子群优化（IPSO）的快速同时定位和地图创建（FastSLAM）方法——IPSO FastSLAM算法。该算法在粒子预估过程中引入观测信息，调整了粒子的提议分布，增强了位置预测的准确性。改进的粒子群优化采用两步优化策略，即首先通过种群速度自适应调整惯性权重，有效地克服了粒子退化问题，改善了算法的实时性，然后针对粒子耗尽问题，在粒子群优化算法中引入遗传算法的变异运算对其进行改进，扩大解空间的范围，从而保持了种群的多样性。仿真和实时数据实验验证了该方法正确、可行。

关 键 词：粒子群优化(PSO)  快速同时定位和地图创建(FastSLAM)  惯性权重 遗传算法  提议分布  

分 类 号：TP301.6]