融入二维码信息的自适应蒙特卡洛定位算法

摘要

蒙特卡洛定位(MCL)算法存在计算量大、定位精度差的问题,由于二维码具有携带信息的多样性、二维码识别的方便性与易用性的特点,提出一种融入二维码信息的自适应蒙特卡洛定位算法.首先,利用二维码提供的绝对位置信息修正里程计模型的累计误差后进行采样;然后,采用激光传感器提供的观测模型确定粒子的重要性权重;最后,因为重采样部分采用固定样本集会导致大计算量,所以利用Kullback-Leibler距离(KLD)进行重采样,根据粒子在状态空间的分布情况自适应调整下一次迭代所需粒子数,从而减小计算量.基于移动机器人进行的实验结果表明,改进算法与传统蒙特卡洛算法相比定位精度提高了15.09％,时间缩短了15.28％.