基于RBPF的激光SLAM算法优化设计

针对基于RBPF的激光SLAM算法在重采样过程中出现的样本贫化和激光测量模型不准确的问题,提出一种优化的激光SLAM算法。为缓解重采样过程中的样本贫化问题,采用最小采样方差重采样方法改进原重采样方法,使重采样后的粒子保持多样性。结合似然域模型与意外对象观测概率,使激光测量模型更好地反映真实环境。实验结果表明,改进的重采样方法定位效果较好,相对原激光SLAM算法,改进的激光SLAM算法在动态环境中的建图和定位精度更高。

激光三角法测距传感器结构设计与参数优化的研究

文章先通过分析传统的激光三角法结构和原理,进而引入一种反射式激光三角法测量模型,并推导出测距方程表达式,通过数学建模,并借助工程软件Matlab对反射式激光三角法测量模型成像透镜的物距、焦距、激光器光轴与成像透镜光轴的夹角、反射镜(M1)与反射镜(M2)的夹角、反射镜(M2)与线阵CCD传感器的夹角等关键参数对物体位移和分辨率的影响规律进行了定量分析和优化。最后对影响物体位移线性输出的误差进行了分析,并使用线性补偿的方式使物体和像点位移成线性,提升模型的测量线性度与精度。