基于粒子滤波的即时定位与地图构建(simultaneous localization and mapping,SLAM)算法,可在完全未知的环境进行即时的定位和地图构建.该算法使用粒子集表示定位位姿的概率分布情况,计算量与粒子集的规模成正比,在一定范围内,粒子的数...基于粒子滤波的即时定位与地图构建(simultaneous localization and mapping,SLAM)算法,可在完全未知的环境进行即时的定位和地图构建.该算法使用粒子集表示定位位姿的概率分布情况,计算量与粒子集的规模成正比,在一定范围内,粒子的数量越多,算法的定位准确度和抗干扰能力越好,但在增加粒子数量的同时,将增加计算时间,从而导致定位延迟,造成移动机器人的定位误差.提出一种结合粒子滤波和SLAM算法特点的GPU并行优化的方法进行加速,从而减少计算带来的定位延迟和定位误差.通过实验,证明使用GPU并行计算的算法改进有明显效果.展开更多
文摘基于粒子滤波的即时定位与地图构建(simultaneous localization and mapping,SLAM)算法,可在完全未知的环境进行即时的定位和地图构建.该算法使用粒子集表示定位位姿的概率分布情况,计算量与粒子集的规模成正比,在一定范围内,粒子的数量越多,算法的定位准确度和抗干扰能力越好,但在增加粒子数量的同时,将增加计算时间,从而导致定位延迟,造成移动机器人的定位误差.提出一种结合粒子滤波和SLAM算法特点的GPU并行优化的方法进行加速,从而减少计算带来的定位延迟和定位误差.通过实验,证明使用GPU并行计算的算法改进有明显效果.