基于扩展卡尔曼滤波算法的SLAM问题分析

摘要

cqvip:SLAM(simultaneous localization andmapping,即时定位与地图构建)是当前机器人未知领域中的研究热点。SLAM核心问题是求出最优估计,即实现最优滤波,得到高精度的位置信息。为解决SLAM核心问题,本文运用扩展卡尔曼滤波算法进行试验,并对其结果进行分析。结果表明,扩展卡尔曼滤波算法可减少即时定位的误差,有效提高机器人同步定位的准确度。