基于天鹰算法优化下的FastSLAM2.0算法

针对FastSLAM2.0的重采样过程因频繁重采样而出现粒子退化,导致建图精度降低的现象,将FastSLAM2.0算法与天鹰算法相结合,提出一种基于天鹰算法优化下的FastSLAM2.0算法,以提高建图精度和改善粒子退化现象。在算法中通过天鹰算法优化粒子寻优策略,同时对重采样过程中粒子权重较小的粒子进行交叉、变异操作,增大粒子多样性,缓解粒子退化现象,提高机器人位姿估计一致性。在基于ROS平台下的实体样机上对改进的算法进行可靠性验证。实验结果表明:改进的优化算法能有效提高定位建图精度。