论文部分内容阅读
传统的蒙特卡洛定位(Monte Carlo Localization, MCL)算法在实时性以及定位精度上,都还存在改进的余地。通过将特征匹配和蒙特卡洛定位进行融合,对基于特征匹配和MCL的全局融合定位算法进行了研究。融合定位算法在蒙特卡洛定位的基础上,增加了线段特征匹配的过程,用于缩小定位的范围,从而改善定位精度和实时性。在MATLAB软件以及机器人的测试实验中,通过三角形运动路径来对比蒙特卡洛定位算法与融合定位算法的定位精度,实验结果表明融合定位算法的定位精度比蒙特卡洛定位算法提高了78%。